基于排序的作者—話題模型算法研究.pdf

1、伴隨著Web2.0應(yīng)用的流行,越來越多的互聯(lián)網(wǎng)用戶會(huì)積極的在網(wǎng)上發(fā)布文本,這使得同時(shí)獲取文檔和用戶信息更加容易。同時(shí),用戶之間也會(huì)通過各種方式形成社會(huì)網(wǎng)絡(luò),這直接導(dǎo)致文本信息和網(wǎng)絡(luò)結(jié)構(gòu)的同步增長。以學(xué)術(shù)論文為例,因?yàn)檠芯咳藛T會(huì)經(jīng)常發(fā)表論文,不僅可以獲取論文信息,同時(shí)可以自然的獲取作者之間的論文合作關(guān)系網(wǎng)絡(luò)。還可以很容易想到很多其他類似的文本附帶網(wǎng)絡(luò)結(jié)構(gòu)的例子,比如網(wǎng)頁附帶超鏈接,文獻(xiàn)附帶引用關(guān)系等。
　　因?yàn)榫哂辛己玫奈臋n建模能力

2、,話題模型廣泛應(yīng)用于大規(guī)模文檔處理,如文本分類。然而已有的話題模型在建模過程中沒有區(qū)分文檔在不同話題上的重要程度,在對(duì)文檔網(wǎng)絡(luò)建模時(shí),會(huì)丟失鏈接信息。通過結(jié)合基于鏈接的排序,研究了一個(gè)新的話題模型,即基于排序的話題模型。PageRank算法擴(kuò)展用于計(jì)算文檔在不同話題上的排序?；谂判虻脑掝}模型可應(yīng)用于檢索某一領(lǐng)域的優(yōu)秀論文,對(duì)大規(guī)模文檔按話題進(jìn)行分類等。
　　作者-話題模型用于同時(shí)從文檔集中獲取話題和作者興趣。經(jīng)典的作者-話題模型

3、認(rèn)為作者在所有話題上同等重要,然而,現(xiàn)實(shí)中作者在不同話題上具有不同的重要性,忽略該特性,將影響作者-話題模型的結(jié)果。延續(xù)基于排序的話題模型的思想,將鏈接排序加入作者-話題模型,提出了基于排序的作者-話題模型。基于排序的作者-話題模型將作者在不同話題上的排序值加入到Gibbs采樣參數(shù)估計(jì)中?；谂判虻淖髡?話題模型利用排序提高作者-話題模型的效果?；谂判虻淖髡?話題模型可應(yīng)用于檢索某一領(lǐng)域熱門研究人員,為投稿論文推薦評(píng)審人等。