文献类型：期刊文章

作　　者：马雯雯[1] 魏文晗[1] 邓一贵[1,2]

机构地区：[1]重庆大学计算机学院,重庆400044 [2]重庆大学信息与网络管理中心,重庆400044

出　　处：《计算机工程与应用》

基　　金：重庆市自然科学基金(No.cstc2011jjA40023)

年　　份：2014

卷　　号：50

期　　号：1

起止页码：96-100

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：随着微博的大量普及和关注度的不断提高,微博热点话题发现已成为当前研究热点。针对于短文本、向量空间模型(VSM)文本表示方法存在高维度、稀疏,以及同义多义问题,导致难以准确度量文本相似度,提出一种基于隐含语义分析的两阶段聚类话题发现方法。引入话题热度的概念来选取具有一定关注度的微博文本,用隐含语义分析(LSA)对数据集进行建模;用层次聚类的CURE算法确定初始类中心;用K-means聚类得到热点话题的聚类结果。真实微博数据集的实验结果验证了该方法的有效性。

关 键 词：隐含语义分析 向量空间模型 话题发现  微博  两阶段聚类  LATENT SEMANTIC Analysis(LSA)  Vector  Space  Model(VSM)  

分 类 号：TP393]