基于文本聚类与兴趣衰减的微博用户兴趣挖掘方法

来源：计算机应用研究杂志2019年第5期北京时间：

作者：秦永彬,孙玉洁,魏笑,

单位：贵州大学a.计算机科学与技术学院;b.贵州省公共大数据重点实验室,贵阳550025；

摘要：结合用户兴趣与微博信息的特点，提出了一种文本聚类与兴趣衰减的微博用户兴趣挖掘（TCID-MUIM）方法。首先通过基于词林的同义词合并策略弥补建模时词频信息不足的弊端；然后利用二次single-pass不完全聚类算法将用户微博划分为多个簇，将簇合并为同一文档以弥补微博文本短小难以挖掘主题信息的问题；最后通过LDA模型建模，并考虑用户兴趣随时间变化的问题，引入时间因子，将微博—主题矩阵压缩为用户—主题矩阵，获取用户兴趣。实验表明，较之传统建模方法与合并用户历史微博为同一文档的建模方法，TCID-MUIM方法挖掘的用户兴趣主题具有更好的主题区分度，且更贴合用户的真实兴趣偏好。

关键词：微博,single-pass聚类,LDA模型,用户兴趣挖掘,兴趣衰减,

基金资助：国家自然科学基金重大研究计划项目(91746116)；贵州省科技重大专项计划项目(黔科合重大专项字［2017］3002)；；