針對BBS的話題檢測與演化技術研究.pdf

1、BBS作為一種新興的交互性強的媒體，越來越受到網民的青睞，成為了新聞、觀點和民聲的集散地，是網民獲取信息和發(fā)表評論的重要渠道之一。BBS上的發(fā)帖和回帖都圍繞一個個話題，而這些話題呈現出很強的動態(tài)性，怎樣有效的獲取感興趣的話題以及分析話題在時間和內容上的演化對分析BBS上出現的信息具有重要意義。
　　 本文首先提出了一種結合詞位置和主題詞的話題檢測方法，標題向量對話題相似性的貢獻很高。詞的能級譜算法能夠發(fā)現單篇文檔中的關鍵詞，提高

2、話題檢測的效果。實現了一個在線話題檢測系統，自動抽取話題標識和話題表示，改善了用戶的閱讀體驗和閱讀效率。實驗結果表明結合標題中心向量、正文中心向量和主題詞中心向量表現出最好的效果，能夠很好地區(qū)分不同的話題。其次，本文提出了一種在線自適應主題模型，即OALDA模型，該模型采用兩個矩陣分別記錄詞在主題上的先驗分布和主題在文檔中的分布，能夠自動發(fā)現文本流中新出現的主題和消亡的主題，并展現這些主題在時間和內容上的演化，而且主題的數量是自適應的。