English
资源说明：在社会网络话题模型中，一些频繁出现的单词往往出现在不同的话题中。用户对这些单词感兴趣，因而分析时不能省略，这给话题分析带来了严重的挑战。为了解决这一问题，对话题模型中的节点流行性进行建模，提出了一种考虑节点重要性的LDA（latent Dirichlet allocation）社会网络话题模型。在该模型中，提出了流行性组件的概念，并提出了一种包含了流行性组件的扩展话题模型。通过实验结果表明，提出的包含流行性组件的扩展话题模型具有更好的预测能力，其预测结果的准确性明显优于现有的相关研究。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
