本文關(guān)鍵詞：EMTM:微博中與主題相關(guān)的專家挖掘方法

  更多相關(guān)文章： 專家 主題 微博 轉(zhuǎn)發(fā)行為 概率模型

【摘要】：目前,微博已成為人們獲取信息、分享信息的最流行平臺之一.經(jīng)過長期的發(fā)展積累,微博中聚集了很多具有權(quán)威專業(yè)知識背景的專家,挖掘微博中與主題相關(guān)的專家有利于進一步地用戶推薦、微博輿情分析等工作.在微博中,與某個主題相關(guān)的專家是指因具有可靠的與此主題相關(guān)的專業(yè)知識或技能而在此主題下具有高影響力的用戶.挖掘高影響力的用戶可以通過分析微博的轉(zhuǎn)發(fā)數(shù)據(jù)來進行,然而由于微博中用戶的轉(zhuǎn)發(fā)行為分為"主題相關(guān)轉(zhuǎn)發(fā)"和"跟隨轉(zhuǎn)發(fā)"2種,因此,因被轉(zhuǎn)發(fā)概率高而具有高影響力的用戶不一定是專家.EMTM(experts mining topic model)是一種基于主題模型的概率生成模型,通過區(qū)分微博用戶的不同轉(zhuǎn)發(fā)行為來挖掘微博中與主題相關(guān)的專家.模型采用Gibbs采樣進行推理求解.在真實的新浪微博數(shù)據(jù)集上的對比實驗表明EMTM能夠有效地挖掘微博中與主題相關(guān)的專家.
【作者單位】： 深圳市云計算關(guān)鍵技術(shù)與應(yīng)用重點實驗室(北京大學(xué));北京大學(xué)信息工程學(xué)院;高可信軟件技術(shù)教育部重點實驗室(北京大學(xué));北京大學(xué)信息科學(xué)技術(shù)學(xué)院;
【基金】：國家“八六三”高技術(shù)研究發(fā)展計劃基金項目(2012AA011002) 國家自然科學(xué)基金項目(61300003) 教育部高等學(xué)校博士學(xué)科點專項科研基金項目(20130001120001)
【分類號】：TP393.092;TP391.1
【正文快照】： EMTM:A Method for Experts Mining in Micro-Blog with Topic-LevelZhang Lamei 1,2,3,4,Huang Weijing3,4,Chen Wei 3,4,Wang Tengjiao3,4,and Lei Kai 1,21(Shenzhen Key Laboratory for Cloud Computing TechnologyApplications(Peking University),Shenzhen,Guangdong51

【相似文獻】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 趙林;eMTM在電子商務(wù)中的技術(shù)研究與實現(xiàn)[D];東華大學(xué);2010年

，

本文編號：1138032