基于主题模型和ARIMA算法的网络舆情热点发现研究  

Public Opinion Hotspots Discovery Based on Topic Model and ARIMA Algorithm

作　　者：万红新[1] 彭云[2] 

机构地区：[1]江西科技师范大学数学与计算机科学学院,江西南昌330038 [2]江西师范大学计算机信息工程学院,江西南昌330022

出　　处：《科技广场》2016年第8期17-20,共4页Science Mosaic

基　　金：江西省社会科学规划项目(编号:14TQ04);江西省教育厅科学技术研究项目(编号:GJJ150816);江西省高校人文社会科学研究项目(编号:TQ1505)

摘　　要：由于网络舆情文本日益呈现大数据化趋势,并且热点主题具有明显的时间变化特征,因此本文提出了一种基于主题模型和ARIMA算法的网络舆情热点发现技术。主题模型可以降低文本数据的维度,提取舆情主题,而ARIMA算法可以动态捕捉随时间变化的热点主题。实验表明,主题模型和ARIMA算法的结合可以提高舆情热点提取的准确率和召回率。Due to the rapid growth of public opinion texts and the hotspots have an obvious characteristic of time changing, the paper puts forward a technique for hotspots discovery based on topic model and ARIMA algorithm.Topic model can reduce the dimension of text data and extract public opinion topics; ARIMA algorithm can dynamically capture hot topics as time changing. Experiments show that the combination of topic model and ARIMA algorithm can improve the accuracy rate and recall rate of public opinion hotspots extraction.

关 键 词：LDA 主题模型 ARIMA 舆情热点 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]