基于OTUCM模型的网络社团在线识别

[目的/意义]通过挖掘网络社团及其演化过程,有助于掌握网络用户结构及行为方式,对网络舆情分析具有十分重要的意义,当前的网络社团演化挖掘模型存在着局部最优及抗噪能力差等问题。[方法/过程]通过建立网络社团与主题的对应关系,把社团的识别转化成主题的识别。在OLDA模型的基础上引入用户参数,提出一种主题社团混合模型(OTUCM),该模型把t-1时刻社团后验作为t时刻社团先验,通过建模用户、消息、主题、词汇四者之间的概率依赖关系,生成t时刻消息—主题、主题—词汇、主题—用户三个分布矩阵。通过交叉熵计算t与t-1时刻的主题相似度,得出主题及主题下用户的演化过程。[结果/结论]在实验数据集上验证了OTUCM模型,并与当前流行算法进行对比,实验结果表明OTUCM模型在网络社团演化挖掘方面达到了良好的效果。