基于主題模型的企業(yè)微博推薦方法研究與實現.pdf

1、隨著PC互聯網和移動互聯網開始融入人們的生活，人們在網上的活動變得越來越頻繁，微博作為一種新興的社交平臺的出現，滿足了人們信息獲取、日常交流等目的。
　　企業(yè)微博作為一種特殊的微博群體，可以幫助企業(yè)更加方便地進行產品營銷、客戶溝通以及行業(yè)信息動態(tài)把握，從而可以從中挖掘出更多的商機，促進企業(yè)發(fā)展。然而由于微博平臺信息過載的問題，對于某些企業(yè)微博用戶來講，關注用戶數過多導致很多行業(yè)相關的微博消息被其他消息所掩蓋，未關注到的行業(yè)相關的企

2、業(yè)微博用戶發(fā)布的有潛在價值的消息難以獲得，如何從包含大量無關信息的微博集合中找出行業(yè)相關的微博，從而進行行業(yè)情況的分析，這對于企業(yè)的發(fā)展有著至關重要的作用。
　　傳統的文本挖掘方法多采用向量空間模型的方式進行，而向量空間模型的方法存在自身的缺陷，就是只能根據文字表面的意義進行分析，無法挖掘文本潛在的深層次的含義，導致了很多有用信息的丟失，而近年來才出現的主題模型在文本挖掘方面的能力已經通過實踐得到了證明，相對于傳統的文本挖掘方法，

3、基于主題模型的文本挖掘對于發(fā)現文本潛在的主題特征有很好的效果。
　　對于企業(yè)微博文本來說，使用主題模型進行建模可以很好地挖掘出企業(yè)微博用戶的行業(yè)興趣或者對不同的行業(yè)微博消息進行區(qū)分，這可以幫助企業(yè)更好更快地獲取到所需要的行業(yè)相關的商業(yè)信息，從而進行決策。
　　本文基于主題模型來對企業(yè)微博用戶進行行業(yè)主題建模，同時使用向量空間模型進行行業(yè)特征選擇，從而建立企業(yè)微博用戶的行業(yè)向量，并在以上基礎上實現企業(yè)微博用戶以及企業(yè)微博消息的

4、推薦，本文研究的工作體現在以下兩個方面:
　　1.本文通過BIG DATA爬蟲開放平臺獲取了新浪企業(yè)微博消息作為實驗數據，并且使用了LDA模型和作者主題模型ATM實現企業(yè)微博用戶主題維度的行業(yè)興趣建模，實驗證明對于企業(yè)微博進行主題建模是可行的，其中作者主題模型ATM的建模效果要優(yōu)于LDA模型的建模效果，這是因為LDA模型對于短文本的主題建模效果不理想，而ATM模型中將微博消息以用戶為單位整合后在一定程度上消除了文本長度過短的缺點。