作者:曹通隐含语义分析新闻热度话题检测lda与btm模型
摘要:随着互联网的发展和普及,互联网新闻报道已是人们获取社会信息的主要手段,如何快速准确地获取互联网新闻热点话题是一个急需解决的问题。本文使用LDA(Latent Dirichlet Allocation)和BTM(Biterm Topic Model)主题模型,充分考虑新闻标题和新闻正文对新闻热点检测影响的不同,分别对新闻的正文和标题进行语义分析,新闻标题使用BTM模型,新闻正文使用LDA模型,提取主题特征向量,并将2种语义特征进行融合,形成全文的语义特征,然后通过改进的聚类算法,进行聚类,在此基础上引入新闻热度的定义,通过热度公式计算新闻的热度,利用计算出的热度值排序得到最近一段时间的热点新闻。通过在爬取的新闻数据上的实验,验证了本文方法的有效性和实用性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社