[发明专利]基于LDA主题聚类的微信公众号的分类方法在审
| 申请号： | 201610312725.3 | 申请日： | 2016-05-11 |
| 公开（公告）号： | CN106021388A | 公开（公告）日： | 2016-10-12 |
| 发明（设计）人： | 郭泽豪;王振宇;李风环;戴瑾如 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 广州市华学知识产权代理有限公司44245 | 代理人： | 罗观祥 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于LDA主题聚类的微信公众号的分类方法，包括以下步骤：通过每一活跃微信公众号来获取其推送的文章；利用分词工具对获取的每一篇文章进行词切分，过滤停用词，统计剩余词的词频反文档频率；选取词频反文档频率值大于门限阀值的剩余词为该文章的特征词；采用文档主题生成模型对全部活跃文章中的特征词做隐性主题发现，构建文章‑主题特征向量；采用主成分分析方法，对文章‑主题特征向量降维；采用Level‑Panel算法，对降维后的文章‑主题特征向量聚类，获取类簇以及类簇内的文章；根据微信公众号推送的文章的类簇信息确定微信公众号的类别。本发明能够准确地确定微信公众号的类别，方便广告主选择正确的微信公众号投放广告。 | ||
| 搜索关键词： | 基于 lda 主题 公众 分类 方法 | ||
【主权项】：
一种基于LDA主题聚类的微信公众号的分类方法，其特征在于，所述方法包括以下步骤：S1.通过每一活跃微信公众号来获取该微信公众号推送的文章；S2.利用分词工具对获取的每一篇文章进行词切分，过滤停用词，统计剩余词的词频反文档频率；S3.选取词频反文档频率值大于门限阀值θ的剩余词作为该文章的特征词；S4.选择主题数K，采用文档主题生成模型对全部活跃公众号推送的文章的特征词做隐性主题发现，构建文章‑主题特征向量；S5.采用主成分分析方法，对文章‑主题特征向量降维；S6.采用Level‑Panel算法，对降维后的文章‑主题特征向量聚类，获取类簇以及类簇内的文章；S7.根据微信公众号推送的文章的类簇信息确定微信公众号的类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610312725.3/，转载请声明来源钻瓜专利网。
