基于評論的在線多媒體微博主題挖掘算法研究.pdf

1、隨著Web2.0的發(fā)展，互聯網數據的表現形式越來越豐富，這些豐富的Web數據中蘊含著巨大的價值。近年來，大量研究人員正從事著從龐大的Web數據中進行文本挖掘的研究。微博是一種擁有豐富媒體信息的信息交互平臺，在龐大的用戶群體中有著深刻的影響力。一條微博的文本內容通常較為簡短且微博主題通常蘊含在圖片或視頻等多媒體內容當中，因此如何挖掘復雜的多媒體信息的主題，并使用簡潔而有效文本模型表達多媒體的主題有重要的研究意義。然而現有文本挖掘的模型與方

2、法并不能有效挖掘并全面展示多媒體微博的主題，所以本文提出了一種新的文本描述模型以及主題挖掘算法。
　　本文首先研究了話題檢測與跟蹤理論、話題跟蹤技術與主題模型理論，并從中梳理了相關理論作為本文的研究基礎；為指導基于評論的主題挖掘，本文在已有在線LDA模型的基礎上引入微博主題熱度動態(tài)演化以及主題內容動態(tài)演化提出了微博在線LDA（Microblog Online-LDA，簡稱MBO-LDA）模型，并用于在線微博文本流建模；基于MBO-

3、LDA模型，本文設計了基于評論的在線多媒體微博主題挖掘算法，并使用內容與情感兩個維度的多媒體微博文本描述模型展示主題挖掘結果；最后本文使用新浪微博爬蟲工具集采集的216345條新浪微博按發(fā)表時間構建實驗數據集進行對比實驗，實驗證明了本文提出的模型與算法是有效且可靠的。
　　具體的創(chuàng)新點有：（1）根據微博平臺的時效特性，改進Online-LDA模型并提出了MBO-LDA主題模型，并將模型用于微博在線文本流的主題建模來指導基于評論的主