Link-PLSA-LDA: 블로그 주제 및 영향력에 대한 새로운 비지도 모델

이 연구에서는 비지도 주제 발견과 블로그의 주제 특정 영향력 추정이라는 두 가지 문제를 다룹니다. 우리는 사용자의 관심 주제에 대한 매우 영향력 있는 블로그 게시물을 제공할 수 있는 새로운 모델을 제안합니다. 주제 발견에서 효과적인 것으로 알려진 잠재 디리클레 할당(Latent Dirichlet Allocation)이라는 비지도 모델의 프레임워크를 채택합니다. Link-LDA라고 부르는 이 모델의 확장은 하이퍼링크에 대한 생성 모델을 정의하고 문서의 주제 특정 영향력을 모델링하는 문제를 다룹니다. 하지만 이 모델은 하이퍼링크의 양쪽에 있는 문서 간의 주제 관계를 활용하지 않습니다. 즉, 문서가 동일한 주제의 다른 문서에 링크를 걸 경향이 있다는 개념을 고려하지 않습니다. 우리는 PLSA와 LDA를 단일 프레임워크로 결합하고 링크된 문서와 링크하는 문서 간의 주제 관계를 명시적으로 모델링하는 Link-PLSA-LDA라는 새로운 모델을 제안합니다. 블로그 데이터에서 새로운 모델의 출력은 각 주제에 대한 주제와 영향력 있는 블로그의 매우 흥미로운 시각화를 보여줍니다. 우리는 또한 미지의 데이터의 로그 우도(log-likelihood)와 링크 예측 작업을 사용하여 모델의 정량적 평가를 수행합니다. 두 실험 모두 새로운 모델이 더 나은 성능을 보이며, 블로그의 주제 및 주제 특정 영향력을 모델링하는 데 있어 Link-LDA보다 우수함을 시사합니다.