符号序列的LDA主题特征表示方法

冯超^1,2(),徐鲲鹏^1,2,陈黎飞^1,2,*()

1. 福建师范大学数学与信息学院，福建 福州 350117
2. 数字福建环境监测物联网实验室，福建 福州 350117

收稿日期:2019-12-18出版日期:2020-04-20发布日期:2020-04-16
通讯作者:陈黎飞E-mail:fc_fight2017@163.com;clfei@fjnu.edu.cn
作者简介:冯超(1994—)，男，安徽六安人，硕士研究生，主要研究方向为数据挖掘. E-mail：fc_fight2017@163.com
基金资助:国家自然科学基金资助项目(61672157);国家自然科学基金资助项目(U1805263);福建师范大学创新团队资助项目(IRTL1704)

LDA-based topic feature representation method for symbolic sequences

Chao FENG^1,2(),Kunpeng XU^1,2,Lifei CHEN^1,2,*()

1. College of Mathematics and Informatics, Fujian Normal University, Fuzhou 350117, Fujian, China
2. Digital Fujian Internet-of-Things Laboratory of Environmental Monitoring, Fuzhou 350117, Fujian, China

Received:2019-12-18Online:2020-04-20Published:2020-04-16
Contact:Lifei CHEN E-mail:fc_fight2017@163.com;clfei@fjnu.edu.cn

Supported by:国家自然科学基金资助项目(61672157);国家自然科学基金资助项目(U1805263);福建师范大学创新团队资助项目(IRTL1704)

摘要/Abstract

摘要： 针对现有序列挖掘算法特征维度高、学习算法时间复杂度高等方面的不足，提出一种主题特征表示法，将符号序列转换为一组表示多个主题呈现度的概率向量。基于文本挖掘中常用的隐含狄利克雷分配(latent Dirichlet allocation, LDA)主题模型，视短序列元组为序列的浅层特征(词)，利用LDA模型学习算法提取主题及其概率分布，作为序列的深层特征。在6个实际序列数据集上进行试验，并与基于元组、Markov模型的现有方法作对比，结果表明，新方法在降低特征维度的同时提高了表示模型的学习效率，在符号序列分类应用中可以取得较理想的分类精度。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1910