论文部分内容阅读
微博具有长度短、实时传播、结构复杂以及变形词多等特点，传统的向量空间模型（VSM）文本表示方法和隐含语义分析（LSA）无法很好的对其进行建模。提出了一种基于概率潜在语义分析（pLSA）和 K 均值聚类（Kmeans）的二阶段聚类算法，此外通过定义微博热度分析和排序，有效地支持微博热点话题发现。实验表明，此方法能有效地进行话题聚类并检测出热点话题。