[1]李海峰.基于BTM主题模型的社交媒体主题发现与演化研究[J].大众科技,2025,27(1):13-17.
　[J].Popular Science & Technology,2025,27(1):13-17.
点击复制

基于BTM主题模型的社交媒体主题发现与演化研究()
分享到：

《大众科技》[ISSN:1008-1151/CN:45-1235/N]

卷:
第27卷
期数:
2025年第1期
页码:
13-17
栏目:
信息技术与通信
出版日期:
2025-02-20

文章信息/Info

作者:
李海峰
（河北大学，河北 保定 071002）
关键词:
BTM主题模型; 社交媒体; 主题发现与演化
分类号:
TP391
文献标志码:
A
摘要:
以“京津冀协同发展”相关的社交媒体网络信息资源为研究对象，通过网络数据抓取技术获取公开的微博、评论等信息，对信息进行数据清洗、文本分词、去除停用词、特征处理等预处理后，采用BTM主题模型和词向量方法进行主题发现与演化分析，为社交媒体大规模数据的主题发现与演化研究提供参考。

参考文献/References:

【参考文献】 [1]　余胜泉，熊莎莎. 基于大模型增强的通用人工智能教师架构[J]. 开放教育研究，2024，30（1）：33-43. [2] BLEI D M，NG A Y，JORDAN M I. Latent dirichlet allocation [J]. Journal of Machine Learning Research，2003，3：993-1022. [3] YAN X H，GUO J F，LAN Y Y，et al. A biterm topic model for short texts[C]//Proceedings of the 22nd International Conference on World Wide Web. Rio de Janeiro，Brazil，2013：1445-1456.

相似文献/References:

[1]亢闪闪 李尚冉.社交媒体语境下天津城市形象认知研究——基于对在津留学生的实证调查[J].大众科技,2024,26(1):129.
　[J].Popular Science & Technology,2024,26(1):129.

备注/Memo

备注/Memo:
【收稿日期】2024-05-24 【基金项目】河北省社会科学基金（HB20TQ005）。 【作者简介】李海峰（1980－），男，副教授，研究方向为数据挖掘与信息分析。
更新日期/Last Update: 2025-04-23