本文選題：時(shí)態(tài) + 主題模型��； 參考：《計(jì)算機(jī)科學(xué)》2017年02期

【摘要】：互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展使得數(shù)據(jù)的規(guī)模達(dá)到了空前的水平,人們從海量數(shù)據(jù)中獲取有價(jià)值的信息變得越來越困難。主題模型是近年來計(jì)算機(jī)領(lǐng)域出現(xiàn)的一種新的概率模型,在自然語言處理、文本挖掘以及信息檢索等領(lǐng)域都有很廣泛的應(yīng)用�；谥黝}模型的主題追蹤技術(shù)和時(shí)態(tài)分析技術(shù)可以幫助人們從海量數(shù)據(jù)中快速找到感興趣的內(nèi)容,時(shí)態(tài)主題模型逐漸成為計(jì)算機(jī)科學(xué)領(lǐng)域的一個(gè)研究熱點(diǎn)。首先,介紹主題模型以及時(shí)態(tài)主題模型的基本概念;然后,對(duì)各種時(shí)態(tài)主題模型進(jìn)行分類,介紹了幾種具有代表性的時(shí)態(tài)主題模型,分析比較了各種主題模型的優(yōu)缺點(diǎn);接著,分析了時(shí)態(tài)主題模型在社交媒體、學(xué)術(shù)文獻(xiàn)和數(shù)據(jù)社區(qū)中的應(yīng)用;最后,對(duì)時(shí)態(tài)主題模型未來的發(fā)展趨勢(shì)進(jìn)行了探討。
[Abstract]:With the rapid development of Internet technology, the scale of data has reached an unprecedented level, and it is becoming more and more difficult for people to obtain valuable information from massive data.Topic model is a new probability model in the field of computer in recent years. It is widely used in natural language processing, text mining and information retrieval.Topic tracking technology and temporal analysis technology based on topic model can help people quickly find interesting content from massive data. Temporal topic model has gradually become a research hotspot in the field of computer science.Firstly, it introduces the basic concepts of topic model and temporal theme model, then classifies various temporal theme models, introduces several representative temporal theme models, analyzes and compares the advantages and disadvantages of various thematic models.The application of temporal thematic model in social media, academic literature and data community is analyzed. Finally, the development trend of temporal thematic model in the future is discussed.
【作者單位】： 大連海事大學(xué)信息科學(xué)技術(shù)學(xué)院;
【分類號(hào)】：TP391.1

【相似文獻(xiàn)】

相關(guān)會(huì)議論文 前6條

1 吳晨;宋丹;薛德軍;師慶輝;;科技主題識(shí)別及表示[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

2 熊方;王曉宇;鄭駿;周傲英;;ITED:一種基于鏈接的主題提取和主題發(fā)現(xiàn)系統(tǒng)[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

3 王玉婷;杜亞軍;涂騰濤;;基于Web鏈接的主題爬行蟲初始URL的研究[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

4 馮少卿;都云程;施水才;;基于模板的網(wǎng)頁(yè)主題信息抽取[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

5 王琦;唐世渭;楊冬青;王騰蛟;;基于DOM的網(wǎng)頁(yè)主題信息自動(dòng)提取[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

6 刁宇峰;王昊;林鴻飛;楊亮;;博客中重復(fù)評(píng)論發(fā)現(xiàn)[A];中國(guó)計(jì)算語言學(xué)研究前沿進(jìn)展（2009-2011）[C];2011年

相關(guān)博士學(xué)位論文 前4條

1 楊肖;基于主題的互聯(lián)網(wǎng)信息抓取研究[D];浙江大學(xué);2014年

2 趙一鳴;基于多維尺度分析的潛在主題可視化研究[D];華中師范大學(xué);2013年

3 吳永輝;面向?qū)I(yè)領(lǐng)域的網(wǎng)絡(luò)信息采集及主題檢測(cè)技術(shù)研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

4 薛利;面向證券應(yīng)用的WEB主題觀點(diǎn)挖掘若干關(guān)鍵問題研究[D];復(fù)旦大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 解琰;主題優(yōu)化過濾方法研究與應(yīng)用[D];大連海事大學(xué);2015年

2 楊春艷;基于語義和引用加權(quán)的文獻(xiàn)主題提取研究[D];浙江大學(xué);2015年

3 盧洋;基于主題模型的混合推薦算法研究[D];電子科技大學(xué);2014年

4 黃志;基于維基歧義頁(yè)的搜索結(jié)果聚類方法研究[D];北京理工大學(xué);2015年

5 王亮;基于主題模型的文本挖掘的研究[D];大連理工大學(xué);2015年

6 任昱鳳;基于Hadoop的分布式主題爬蟲及其實(shí)現(xiàn)[D];陜西師范大學(xué);2015年

7 韓琳;基于貝葉斯主題爬蟲的研究與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2015年

8 黎楠;面向?qū)＠闹黝}挖掘技術(shù)研究及應(yīng)用[D];北京工業(yè)大學(xué);2015年

9 劉學(xué)江;超大規(guī)模社交網(wǎng)絡(luò)中基于結(jié)構(gòu)與主題的社團(tuán)挖掘[D];電子科技大學(xué);2015年

10 黃文強(qiáng);安卓技術(shù)信息的主題爬蟲技術(shù)研究與實(shí)現(xiàn)[D];東南大學(xué);2015年

，

本文編號(hào)：1745895