[发明专利]基于社团发现的主题模型构建方法

权利要求书

1.一种基于社团发现的主题模型构建方法，其特征在于，包括如下步骤：

步骤1、基于短文本数据提取蕴含的关系网络；

步骤2、采用社团发现算法将关系网络划分成多个社团；

步骤3、将各社团中提取的短文本进行扩充以得到具有词共现关系的长文档，并将得到的多个长文档构成长文档集合；

步骤4、针对长文档集合进行主题挖掘，得到基于社团发现的主题模型；

步骤3中是采用自扩展方法对短文本进行扩充，具体包括以下步骤：

S3-1在步骤2中社团划分的结果提取一个未扩充社团中所包含的多个结点，然后从每个结点的信息中提取对应的短文本数据；

S3-2把步骤3-1中提取的短文本通过基于自扩充方式进行扩展，得到具有词共现关系的长文档；

S3-3判断是否所有短文本以按照社团划分结果进行了扩充操作，若有未进行扩充的社团则进入步骤3-1，否则进入步骤3-4；

S3-4为返回扩充后的长文档集；

所述短文本数据是内部蕴含着社会网络的社交型数据，所述关系网络是社会网络。

2.如权利要求1所述的主题模型构建方法，其特征在于，步骤1中关系网络的提取过程是：采用短文本数据中的主体作为结点，通过主体间交互关系进行关联并抽象形成边，将得到的结点和边共同形成一关系网络。

3.如权利要求2所述的主题模型构建方法，其特征在于，以主体间交互关系的密切程度作为边的权重，以关联的主被动关系作为边的方向。

4.如权利要求1所述的主题模型构建方法，其特征在于，步骤2中所述的社团发现算法包括凝聚、分裂、标签传播和全局探索中的一种或多种。