针对传统话题检测方法在微博短文本上存在高维稀疏的缺陷，提出了一种基于特征融合的K-means微博话题发现模型。为了更好地表达微博话题的语义信息，使用在句子中共现的词对向量模型（Biterm_VSM）代替传统的向量空间模型（Vector Space Model，VSM），并结合主题模型（Latent Dirichlet Allocation，LDA）挖掘出微博短文本中的潜在语义，把两个模型得到的特征进行特征融合，并应用K-means聚类算法进行话题的发现。实验结果表明，与传统的话题检测方法相比，该

传统的热点话题检测算法在构建短文本表示模型，短时间内在大型语料库中实现核心算法以及在检测热点话题的过程中对算法的质量进行评估时，由于其固有的缺陷，无法在微博上展现其最佳性能。 本文提出了一种检测微博热点话题的新方法。 该方法利用了基于概率相关性的表示方法，以确保密集且低维的微博表示矩阵。 此外，我们将聚类作为优化问题，并引入了离散粒子群优化（DPSO）来简化聚类过程以检测主题。 此外，采用聚类质量评估标准作为主题检测的优化目标函数，可以在每次迭代后评估算法的质量。 包含超过148,000个Twi

摘 要：微博数据的实时、大规模、短文本以及富含噪声等特征为话题检测带来新的挑战，传统向量空模型（VSM）表示文本无法很好地对其进行建模。基于此，提出一种基于主题模型的微博话题检测算法。首先，对微博数据构建文档词条矩阵和词语夫联矩阵来提取主题词；然后，对主题词进行聚类，得到主题模型；最后，利用文本与主题模型相互匹配实现文本聚类，从而达到话题检测的目的。实验结果表示，该算法能有效地进行话题聚类并检测出话题，在最佳参数组合条件下，其各类别的平均F值达到95%以上。