欢迎来到天天文库
浏览记录
ID:35105991
大小:7.39 MB
页数:70页
时间:2019-03-18
《基于主题模型的企业微博推荐方法研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、■…鸿;;进;..-.-y'密级:保密期限:告A乂蔓'硕±学位论文基于主题模型的企业微博推荐方法研究与实现TheResearchandImplementationofEnterpriseMicroblogsRecommendationBasedonToicModelpV-■';■''.i学号E14301113姓名榻良j学位类别工程硕±学工软件。呈指导教师郑诚副教授完成时间20
2、16年3^、'.答辩委员会,2主席签名0\J1'.一.V.;:.,独创性声明本人声明所虽交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得安徵大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签告:签字日期:年月是口日学位论文版权使用
3、授权书、本学位论文作者完全了解安徵大学有关保留使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借レ.阅。本人授权安徽大学可义将学位论文的全部或部分巧容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签葦:导师签名:^辞碱/签字曰期:Jr月口曰签字曰期:年月曰如|^年^文皆/《?摘要随着PC互联网和移动互联网开始融入人们的生活,人们在网上的
4、活动变得一,越来越频繁,微博作为种新兴的社交平台的出现满足了人们信息获取、日常交流等目的。企业微博作为一种特殊的微博群体,可帮助企业更加方便地进行产品营销、客户沟通W及行业信息动态把握,从而可W从中挖掘出更多的商机,促进企业发展。然而由于微博平台信息过载的问题,对于某些企业微博用户来讲,关注用户数过多导致很多行业相关的微博消息被其他消息所掩盖,未关注到的行业相关的企业微博用户发布的有潜在价值的消息难W获得,如何从包含大量无关信息的微博集合中找出斤业相关的微博,从而进行行业情况
5、的分析,这对于企业的发展有着至关重要的作用。传统的文本挖掘方法多采用向量空间模型的方式进行,而向量空间模型的方法存在自身的缺陷,就是只能根据文字表面的意义进行分析,无法挖掘文本潜在的深层次的含义,导致了很多有用信息的丢失,而近年来才出现的主题模型在文本挖掘方面的能力已经通过实践得到了证明,相对于传统的文本挖掘方法,基于主题模型的文本挖掘对于发现文本潜在的主题特征有很好的效果。对于企业微博文本来说,使用主题模型进行建模可W很好地挖掘出企业微博用户的斤业兴趣或者对不同的行业微博消
6、息进行区分,这可W帮助企业更好更快地获取到所需要的行业相关的商业信息,从而进行决策。本文基于主题模型来对企业微博用户进行行业主题建模,同时使用向量空间模型进巧行业特征选择,从而建立企业微博用户的行业向量,并在W上基础上实现企业微博用户W及企业微博消息的推荐,本文研究的工作体现在W下两个方面:1BIGDATA.本文通过爬虫开放平台获取了新浪企业微博消息作为实验数据,并且使用了LDA模型和作者主题模型ATM实现企业微博用户主题维度的行业兴趣建模,实验证明对于企业微博进行主题建
7、模是可行的,其中作者主题模型AIM的建模效果要优于LDA模型的建模效果,送是因为LDA模型对于短文本的主题建模效果不理想一,而a?模型中将微博瓣息W用户为单位整合后在定程度上瓣除了文本长度过短的缺点。I安徽大学硕±学位论文基于主题模型的企业微博推荐方法研巧与实现2.在使用主题模型对各个企业微博用户进行主题建模之后,接着对各类行业的微博进行行业恃征选择,并使用向量空间模型得出每个企业微博用户的行业兴趣向量,然后将主题模型得到的主题相似度计算结果和向量空间模型得到的行业兴趣
8、向量相似度计算结果进行线性合并,从而将最终得出的行业相关性计算结果来作为企业微博用户和消息推荐的依据,实验结果表明本文提出的推荐方法在企业微博用户1^1及企业微博消息推荐上都有不错的效果。关键词!主题模型;企业微博;LDA;微博推荐;ATMnAbstractAbstractT,hePCInternetandmobileInternetisbegan1:0integ
此文档下载收益归作者所有