一种用于从社交媒体发现地理主题的局部 - 全局 LDA 模型
信息检索
2016-07-21 v1
摘要
微博服务可以在用户签到或使用地理标记时追踪用户的地理位置，从而隐式地揭示位置信息。这种“地理追踪”有助于发现由特定区域事件引发的主题。然而，由于存在大量噪声消息（例如日常对话），发现此类主题极具挑战性。本文提出了一种地理主题建模方法，该方法能够通过局部和全局上下文中的不同权重过滤掉无关词汇。我们的方法基于潜在狄利克雷分配（LDA）模型，但每个词根据其生成概率要么来自局部主题分布，要么来自全局主题分布。我们使用从微博（目前最流行的中文微博服务）收集的数据评估了我们的模型。评估结果表明，我们的方法在模型困惑度、两种熵以及发现主题的 KL 散度等多项指标上均优于其他基线方法。
引用
@article{arxiv.1607.05806,
title = {A Local-Global LDA Model for Discovering Geographical Topics from Social Media},
author = {Siwei Qiang and Yongkun Wang and Yaohui Jin},
journal= {arXiv preprint arXiv:1607.05806},
year = {2016}
}