Clust-LDA：文本挖掘与作者群体推断的联合模型
信息检索
2018-10-08 v1 社会与信息网络
应用统计
摘要
社交媒体语料带来了独特的挑战与机遇，包括通常较短的文档长度以及丰富的元数据（如作者特征与关系）。这为系统分析海量用户提供了巨大潜力，从而为定向营销等产业策略提供启示。本文提出一种新颖且统计严谨的方法 clust-LDA，其将作者结构纳入主题建模，从而基于作者身份完成跨文档的主题推断任务，同时实现作者间群体的识别。我们开发了 clust-LDA 的推断过程，并在模拟数据上展示其性能，表明在作者表现出显著主题偏好时 clust-LDA 在主题识别任务上优于“ vanilla” LDA。我们还基于来自 Reddit 的真实社交媒体数据集展示了 clust-LDA 的实证性能。
引用
@article{arxiv.1810.02717,
title = {Clust-LDA: Joint Model for Text Mining and Author Group Inference},
author = {Shaoyang Ning and Xi Qu and Victor Cai and Nathan Sanders},
journal= {arXiv preprint arXiv:1810.02717},
year = {2018}
}