高质量用户生成内容主题分布特征研究

摘要/Abstract

摘要： 随着社会化媒体的发展，识别海量高质量的用户生成内容在电子商务等领域具有很多的实际意义。本文将主题模型应用到高质量用户生成内容的识别，从语义层面挖掘高质量用户生成内容所具有的特征。本文首先通过对社交平台用户评论特征的分析，构建了基于LDA的用户生成内容主题模型，对主题模型计算结果，采用TFIDF识别高概率主题词的权重，探讨高质量用户生成内容的主题分布特征。最后通过亚马逊网上书店的网络用户评论进行试验，分析了高质量用户评论的主题分布特征。

关键词: 用户生成内容?, 高质量, ? TFIDF, ? 主题模型

Abstract: With the development of the social media, it is important to identify the user generated comments of high quality. In this paper, the author used the topic model to identify the high quality users’ comments and to mine the topic feature. The author first put forward the topic model in high quality users’ comments, then calculated the topic model and discussed the topic distribution features. Based on the analysis of the users’ comments on the social platforms, the author established LDA subjects model, and used the users’ comments in Amazon bookstore for testing. Finally, the author drew a conclusion on the topic distribution feature on high quality users’ comments.

Key words: Users’ comments, High quality, TFIDF, Topic model

阮光册夏磊. 高质量用户生成内容主题分布特征研究[J]. 图书馆杂志, 2018, 37(4): 95-101.

Ruan Guangce, Xia Lei. Study of Topic Distribution Features of User Generated Comments of High Quality[J]. Libraly Journal, 2018, 37(4): 95-101.

参考文献

[1] Ghose A, Ipeirotis P G. Estimating the helpfulnessand economic impact of product reviews: Mining textand reviewer characteristics [J]. IEEE Transactionson Knowledge and Data Engineering, 2011, 23(10):1498-1512.
[2] S M Kim, et al. Automatically assessing reviewhelpfulness[C]//Proceedings of the 2006 Conferenceon Empirical Methods in Natural LanguageProcessing, Sydney, Australia, 2006: 423-430.
[3] M W e i m e r , I G u r e v y c h , Mü hlh ? u s e r M .Automatically assessing the post quality in onlinediscussions on software[C]//Proc. of the ACL 2007Demo and Poster Sessions, 2007: 125-128.
[4] M Weimer, I Gurevych. Predicting the perceivedquality of web forum posts[C]//Proceedings ofRANLP 2007, Borovets, Bulgaria, 2007: 1-6.
[5] O Tsur, A Rappoport, Revrank. A fully unsupervisedalgorithm for selecting the most helpful book reviews[C]//Proceedings of ICWSM’09, 2009.
[6] Lee CW, Day MY, Sung CL, et al. Boosting Chinesequestion answering with two lightweight methods:ABSPs and SCO-QAT. Acm Transactions on AsianLanguage Information Processing, 2008, 7(4): 1-39.
[7] Deerwester S C, Dumais S T, Landauer T K, et al.Indexing by latent semantic analysis[J]. Journal ofthe American Society for Information Science, 1990,41(6): 391-407.
[8] Hofmann T. Probabilistic latent semanticindexing[C]//Proceedings of the 22nd AnnualInternational SIGIR Conference. New York: ACMPress, 1999:50-57.
[9] Blei D M, Ng A Y, Jordan M I. Latent DirichletAllocation[J]. The Journal of Machine LearningResearch, 2003, 3(3): 993-1022.
[10] Griffiths T L, Steyvers M. Finding scientifictopics[C]//Proceedings of the National Academy ofSciences, 2004, 101:5228-5235.
[11] Sun A. Short text classification using very fewwords[C]//Proceedings of the 35th international ACMSIGIR conference on Research and development ininformation retrieval, Portland, Oregon, USA: ACM,2012:1145-1146.
[12] Ritter A, Cherry C, Dolan B. Unsupervised Modelingof Twitter Conversations[C]//Human LanguageTechnologies: The 2010 Annual Conference ofthe North American Chapter of the Association forComputational Linguistics. Los Angeles, California:Association for Computational Linguistics,2010:172-180.
[13] Liu Y, Li S, Cao Y, et al. Understanding andsummarizing answers in community-basedquestion answering services[C]//Proceedings of the22nd International Conference on ComputationalLinguistics - Volume 1, Manchester, UnitedKingdom: Association for Computational Linguistics,2008:497-504.

[1]	吴建中（中国图书馆学会学术研究委员会）程焕文（中山大学）夏立新（华中师范大学）李岩松（上海外国语大学）沙勇忠赵发珍（兰州大学）金兼斌（清华大学）董有明（武汉大学）程金华（上海交通大学）刘宏伟（哈尔滨工业大学）. 新形势新目标新动能：图书馆"十五五"规划纵横谈[J]. 图书馆杂志, 2025, 44(409): 4-19.
[2]	柯平（南开大学商学院信息资源管理系）. 为高质量发展而谋划:公共图书馆"十五五"战略转移[J]. 图书馆杂志, 2025, 44(408): 4-11.
[3]	陈樱（中国国家图书馆）陈超（上海图书馆）毛雅君（首都图书馆）张冰梅（重庆图书馆）方家忠（广东省立中山图书馆）彭银（贵州省图书馆）褚树青（浙江省文澜图书馆事业基金会）张岩（深圳图书馆）王海（济南市图书馆）. 新形势新目标新动能：图书馆“十五五”规划纵横谈[J]. 图书馆杂志, 2025, 44(405): 4-19.
[4]	卢轶群（上海市社区文化服务中心）. 以人民需求为导向不断坚持均衡创新 ——上海社区文化活动中心建设发展20年[J]. 图书馆杂志, 2024, 43(404): 28-33.
[5]	金武刚苏颜利（华东师范大学经济与管理学院信息管理系）. 公共文化服务高质量发展的“上海实践”[J]. 图书馆杂志, 2024, 43(404): 16-27.
[6]	李国新（北京大学信息管理系）. 公共文化20 年：发展脉络、主要成就与新挑战、新任务[J]. 图书馆杂志, 2024, 43(404): 12-15.
[7]	张晓林（中国科学院文献情报中心上海科技大学）. Inside-Out & Outside-In：图书馆服务社会高质量发展的组合模型[J]. 图书馆杂志, 2024, 43(401): 4-10.
[8]	王世伟（上海社会科学院信息研究所）. 图书馆的空间设计与高质量发展[J]. 图书馆杂志, 2024, 43(395): 9-17.
[9]	陈超（上海图书馆）. 新时代新征程新伟业——大阅读时代图书馆高质量发展思考[J]. 图书馆杂志, 2024, 43(395): 4-8.
[10]	陈超（上海图书馆）王惠君（广东省立中山图书馆）陈军李浩（南京图书馆）王建涛（安徽省图书馆）宋丽屏（香港公共图书馆）. 专业化建设：图书馆高质量发展的基石[J]. 图书馆杂志, 2023, 42(392): 4-16.
[11]	王滢涛（上海市奉贤区文化和旅游局）. 高质量发展背景下公共文化机构理事会的改革与发展[J]. 图书馆杂志, 2023, 42(387): 31-38.
[12]	吴建中（澳门大学图书馆）. 我国图书馆事业高质量发展的三大挑战[J]. 图书馆杂志, 2023, 42(384): 18-23.
[13]	胡东胡海荣（浙江图书馆）. 区域一体化促进公共图书馆高质量发展——以浙江省公共图书馆服务大提升行动为例[J]. 图书馆杂志, 2022, 41(6): 60-65.
[14]	胡萍许大文（嘉兴市图书馆）. 礼堂书屋：乡村公共阅读服务高质量发展“嘉兴样本”[J]. 图书馆杂志, 2022, 41(11): 55-60.