基于非参贝叶斯的网络文档链接模型研究

在混合成员随机块(Mixed Membership Stochastic Blockmodes,MMSB)算法框架下,研究了针对固定参数假定的限制,引入非参贝叶斯,作为模型参数的先验.在此基础上,重新定义基于主题的文档间语义关联相似性,提出了一种非参贝叶斯的关系主题模型.模型通过建立主题和链接之间的联合概率,来识别文档之间的未知潜在链接,并通过链接关系来推断未知文档的潜在语义.实验结果表明与同类算法比较,算法能够对文档间的主题和链接情况做出更加准确的预测.