• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on advances in computing, communications and informatics >Generating and visualizing topic hierarchies from microblogs: An iterative latent dirichlet allocation approach
【24h】

Generating and visualizing topic hierarchies from microblogs: An iterative latent dirichlet allocation approach

机译：生成和可视化MicroBlogs主题层次结构：迭代潜在的Dirichlet分配方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Research in social networks is attaining more attention in the recent past due to the explosive growth in the creation and sharing of information over social media. As the volume of information grows exponentially, we need efficient computational techniques to analyze this information and to synthesis the hidden knowledge associated with it. Being a suit of text understanding algorithms, topic modeling discovers the topics or themes within a huge collection of documents. In this work, we employ the essence of a powerful topic modeling algorithm to analyze hidden knowledge contained in the information spread across a famous social network platform Twitter, using a novel iterative topic modeling approach. Additionally, we visualized the knowledge extracted using a sunburst chart so that even a naive user can interpret the hidden knowledge extracted from tweets.
机译：由于社交媒体的信息的爆炸性增长，社交网络的研究在最近的过去遭受了更多关注。随着信息量的指数增长，我们需要有效的计算技术来分析这些信息并综合与之相关的隐藏知识。作为一种文本了解算法，主题建模在大量文档中发现了主题或主题。在这项工作中，我们采用了强大的主题建模算法的本质，分析了使用新颖的迭代主题建模方法在着名的社交网络平台推特上传播的信息中包含的隐藏知识。此外，我们可视化使用森伯斯特图表提取的知识，使得即使是天真的用户也可以解释从推文中提取的隐藏知识。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号