摘要：社交網絡中數據更新快,對輿情的發展變化無法作出及時跟蹤,以及傳統話題模型因人工設置話題數的盲目性,而無法準確的對輿情演化趨勢做出判斷.針對這一問題,本文提出了一種增量概率圖模型的輿情演化分析方法.該方法基于LDA模型,引入增量學習機制,根據每條輿情話題相關文檔間基于相似度的關聯度,動態確定下一時間片的輿情話題數,從而通過復用歷史輿情信息的后驗概率來預測下一時刻輿情變化情況,形成時間緯度上的輿情演化情況分析方法.實驗結果表明,本方法可以更加精準地確定模型的輿情話題數,并能夠更為準確,高效地分析輿情演化的過程.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
