论文部分内容阅读
随着互联网的普及，论坛、微博、微信等新媒体已经成为人们获取和发布信息的重要渠道，而网络中的这些文本数据，由于文本数目和内容的不确定性，给网络舆情聚类分析工作带来了很大的挑战。在文本聚类分析中，选择合适的聚类数目一直是一个难点。文章提出了一种基于狄利克雷过程混合模型的文本聚类算法，该算法基于非参数贝叶斯框架，可以将有限混合模型扩展成无限混合分量的混合模型，使用狄利克雷过程中的中国餐馆过程构造方式，实现了基于中国餐馆过程的狄利克雷混合模型，然后采用吉布斯采样算法近似求解模型，能够在不断的迭代过程中确定文本的聚