陈 瀛，生佳根

(江苏科技大学计算机学院，江苏 镇江 212100)

0 引 言

近年来，随着现代信息技术的不断进步，以Twitter、新浪微博为代表的网络平台也得到了快速发展，由于其信息共享便捷迅速的特点，在吸引大量用户的同时也产生了海量的用户数据[1]。从用户数据中挖掘出的用户兴趣特征，可以协助平台为用户提供更加个性化的服务，也能为相关行业或企业精准定位用户，该项研究具有丰富的商业价值和社会价值。

标签是网络信息资源组织方式之一，用户可以自由地定义关键词，即用标签对网络中的各种资源进行标注，包括用户本身的兴趣特征。微博平台中也为用户提供了标签功能，标签作为微博用户的自定义描述，可以直观地反映用户的兴趣偏好。

目前，有许多研究者利用LDA主题模型提取微博文本文档中的潜在主题，以表示用户的兴趣特征，并被证实取得一定的成效。在国内，王雅静等人[2]以微博用户的点赞文本为数据源，使用LDA主题模型提取用户主题；严长春等人[3]通过LDA主题模型提取热门微博的主题；高永兵等人[4]将微博用户简介、认证信息以及词汇的语义作为先验知识引入传统LDA主题模型中，基于改进的LDA主题模型提取微博用户主题；冯勇等人[5]引入可变时间窗口对传统LDA主题模型做出改进，利用改进后的TIF-LDA主题模型提取微博主题。在国外，也有研究人员使用LDA主题模型对Twitter进行主题提取。Negara等人[6]通过LDA主题模型对Twitter中的推文进行主题建模。……