基于LDA模型和社交网络的个人技术博客文本挖掘
杨秀璋1
武帅1
于小民2
项美玉3
周既松1
赵小明1
1.贵州财经大学信息学院 贵州贵阳 5500252.贵州财经大学贵州省经济系统仿真重点实验室 贵州贵阳 5500253.贵州财经大学大数据应用与经济学院贵阳大数据金融学院 贵州贵阳 550025
摘要：针对个人技术博客缺乏深层次的主题挖掘,较少利用文本挖掘或机器学习算法研究其领域方向和演化态势的问题,提出了一种基于LDA模型和社交网络的个人技术博客文本挖掘算法.首先,通过Python抓取CSDN论坛的博客文本;其次,利用LDA模型和层次聚类算法挖掘技术博客的核心主题,揭示其博客创作的演化历程;最后,通过社交网络分析法构建技术博客的主题关系图谱,从而发现其核心主题社交群体.实验结果表明,提出的方法能有效识别出个人技术博客的热点主题,发现核心主题的关系图谱,挖掘主题演化脉络及构建博客画像,具有一定的学术价值.
关键词：文本挖掘LDA模型社交网络个人技术博客层次聚类
资助基金：广东外语外贸大学校级项目(No.2019XQN01)
论文发表日期：2021-06-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 7-12 )