论文部分内容阅读
用户兴趣是对微博用户研究的重要内容，本文使用聚类方法提取用户兴趣。由于微博短文本的特征稀疏和上下文依赖性，传统方法不能取得良好的效果。本文对微博短文本进行基于 LDA 主题模型的特征拓展处理。LDA主题模型引入隐含主题，通过主题相似性，在一定程度上拓展文本特征，弥补原文本特征稀疏的缺点。并且，在处理多义词时，主题相似性能明显区分不同词义，以解决上下文依赖问题。在此基础上，通过文本聚类方法提取用户兴趣。通过实验表明，在引入LDA模型下，聚类效果和用户兴趣抽取的到明显提升，有效解决的微博用户兴趣发现中文博短文