[发明专利]一种具有新主题偏向性的短文本动态聚类方法在审
| 申请号： | 201811126719.4 | 申请日： | 2018-09-26 |
| 公开（公告）号： | CN109299364A | 公开（公告）日： | 2019-02-01 |
| 发明（设计）人： | 黄瑞章;朱映雪;秦永斌;陈艳平 | 申请（专利权）人： | 贵州大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/35 |
| 代理公司： | 贵阳中新专利商标事务所 52100 | 代理人： | 李亮;程新敏 |
| 地址： | 550025 贵州省贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 动态聚类 短文本 偏向性 主题分布 文档 追踪 变化趋势 方法模型 矩阵向量 媒体主题 模型计算 实时检测 文档主题 主题信息 潜在的 时间片 聚类 时变 文本 发现 检测 话题 分析 | ||
【权利要求书】：
1.一种具有新主题偏向性的短文本动态聚类方法，其特征在于，包括如下步骤：
步骤1)基于GSDMM模型，建立具有新主题偏向性的短文本动态聚类方法模型DDMM，针对短文本数据进行动态聚类分析，计算出聚类个数，并通过模型计算出当前时间片内文本的文档-主题分布和主题-词分布，所述的文档-主题分布和主题-词分布均可使用矩阵向量表示；
步骤2)获取短文本动态数据的聚类标签，根据上述步骤中得到各时间片中的分布，通过Gibbs采样算法得到每篇文档的主题标签；
步骤3)验证模型的有效性，采用归一化互信息-NMI，作为对比实验中模型聚类效果好坏的评价指标；NMI的定义如下：
其中D为文档数量，dh为属于h类的文档数量，cl为属于l类的文档数量，dhl表示属于类h和类l的文档数量；当NMI的值为1时，表示模型聚类效果非常好，与用户标记的类标签一致，NMI值接近0时表示模型随机给文档赋予了一个变量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于贵州大学，未经贵州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811126719.4/1.html，转载请声明来源钻瓜专利网。
