期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
EMTM:微博中与主题相关的专家挖掘方法 被引量:5
1
作者 张腊梅 黄威靖 +2 位作者 陈薇 王腾蛟 雷凯 《计算机研究与发展》 EI CSCD 北大核心 2015年第11期2517-2526,共10页
目前,微博已成为人们获取信息、分享信息的最流行平台之一.经过长期的发展积累,微博中聚集了很多具有权威专业知识背景的专家,挖掘微博中与主题相关的专家有利于进一步地用户推荐、微博舆情分析等工作.在微博中,与某个主题相关的专家是... 目前,微博已成为人们获取信息、分享信息的最流行平台之一.经过长期的发展积累,微博中聚集了很多具有权威专业知识背景的专家,挖掘微博中与主题相关的专家有利于进一步地用户推荐、微博舆情分析等工作.在微博中,与某个主题相关的专家是指因具有可靠的与此主题相关的专业知识或技能而在此主题下具有高影响力的用户.挖掘高影响力的用户可以通过分析微博的转发数据来进行,然而由于微博中用户的转发行为分为"主题相关转发"和"跟随转发"2种,因此,因被转发概率高而具有高影响力的用户不一定是专家.EMTM(experts mining topic model)是一种基于主题模型的概率生成模型,通过区分微博用户的不同转发行为来挖掘微博中与主题相关的专家.模型采用Gibbs采样进行推理求解.在真实的新浪微博数据集上的对比实验表明EMTM能够有效地挖掘微博中与主题相关的专家. 展开更多
关键词 专家 主题 微博 转发行为 概率模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部