洛朗·贝热（Laurent R.Bergé）。;查尔斯·布维伦;马尔科·科内利;皮埃尔·拉图什 文本交互数据联合聚类的潜在主题块模型。 （英语） Zbl 1507.62011年 计算。统计数据分析。 137, 247-270 (2019). 摘要：考虑了涉及两组不相交的个体/对象的文本交互数据。网络平台（如亚马逊、TripAdvisor等）上的评论给出了此类数据的一个例子，买家在这些平台上评论他们购买的产品/服务。开发了一种新的生成模型，即潜在主题块模型（LTBM），以及一种推理算法，用于同时划分每个集合的元素，以解释文本信息。模型参数的估计是通过期望最大化（EM）算法的变分版本进行的。形式化地获得了一个模型选择准则来估计分区数。对模拟数据进行了数值实验，以突出估计过程的主要特征。最后使用了两个实际数据集来证明该方法的有效性。 引用于4文件 MSC公司： 62-08 统计问题的计算方法 62H30型 分类和区分；聚类分析（统计方面） 关键词：联合群集;潜在区块模型;文本矩阵;主题模型;变分推理 软件：JGibbLDA公司 PDF格式BibTeX公司 XML格式引用 \textit{L.R.Bergé}等人，计算。统计数据分析。137、247--270（2019年；Zbl 1507.62011年） 全文： 内政部 哈尔 参考文献： [1] 阿南德库马尔，A。；福斯特，D.P。；徐德杰。；卡卡德，S.M。；Liu，Y.-K.，潜在dirichlet分配的谱算法，（神经信息处理系统进展（2012）），917-925 [2] Banerjee，A。；迪尔隆，I。；Ghosh，J。；Merugu，S。；Modha，D.S.，bregman联合聚类和矩阵近似的广义最大熵方法，J.Mach。学习。决议，1919-1986年8月8日（2007年）·Zbl 1222.68139号 [3] 比尔纳基，C。；Celeux，G。；Govaert，G.，《用综合完全似然评估聚类的混合模型》，IEEE Trans。模式分析。机器。智力。，7, 719-725 (2000) [4] 比尔纳基，C。；Celeux，G。；Govaert，G.，为EM算法选择初始值，以获得多元高斯混合模型中的最大似然，计算。统计师。数据分析。，41, 3, 561-575 (2003) ·Zbl 1429.62235号 [5] 布莱，D。；Lafferty，J.，相关主题模型，高级神经信息处理。系统。，18, 147 (2006) [6] 布莱，D.M。；Ng，A.Y.先生。；Jordan，M.I.，《潜在dirichlet分配》，J.Mach。学习。决议，3，993-1022（2003）·Zbl 1112.68379号 [7] Bouveyron，C。；拉图什，P。；Zreik，R.，带文本边网络中顶点聚类的随机主题块模型，统计计算。（2016），网址https://hal.archives-ouvertes.fr/hal-01299161 ·Zbl 1505.62078号 [8] Brault，V.，Channarond，A.，潜在区块模型的快速一致算法，2016。arXiv预打印arXiv:1610.09005；Brault，V.，Channarond，A.，《潜在区块模型的快速一致算法》，2016年。arXiv预打印arXiv:1610.09005 [9] Celeux，G。；Govaert，G.，聚类的分类em算法和两个随机版本，研究报告RR-1364（1991），INRIA，URLhttps://hal.inia.fr/inia-00075196、Projet CLOREC公司 [10] 科特迪瓦，E。；Randriamanamihaga，A。；Oukhellou，L。；Aknin，P.，使用潜在dirichlet分配对动态原始目的地数据进行时空分析。应用于vélib？巴黎的自行车共享系统，（《交通研究委员会第93届年会会议记录》（2014）） [11] Deerwester，S.公司。；Dumais，S。；Furnas，G。；Landauer，T。；Harshman，R.，《潜在语义分析索引》，美国社会科学杂志。，41, 6, 391 (1990) [12] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，通过em算法从不完整数据中获得最大似然，J.R.Stat.Soc.B，1-38（1977）·Zbl 0364.62022号 [13] 乔治·T。；Merugu，S.，基于协同聚类的可扩展协作过滤框架，（数据挖掘，第五届IEEE国际会议（2005），IEEE），4 [14] 戈瓦特，G。；Nadif，M.，用块混合模型聚类，模式识别。，36, 2, 463-473 (2003) [15] 戈瓦特，G。；Nadif，M.，使用伯努利混合模型的块聚类：不同方法的比较，Comput。统计师。数据分析。，52, 6, 3233-3245 (2008) ·Zbl 1452.62444号 [16] 戈瓦特，G。；Nadif，M.，列联表的潜在块模型。统计中的通信？，理论方法，39，3，416-425（2010）·Zbl 1187.62117号 [17] Hathaway，R.J.，混合分布em算法的另一种解释，Stat.&Probab。莱特。，4, 2, 53-56 (1986) ·Zbl 0585.62052号 [18] Hofmann，T.，概率潜在语义索引，（第22届ACM SIGIR国际信息检索研究与开发年会论文集（1999），ACM），50-57 [19] Jacques，J.，Biernacki，C.，有序数据的基于模型的联合聚类，2017年。；Jacques，J.，Biernacki，C.，有序数据的基于模型的联合聚类，2017年·Zbl 1469.62086号 [20] 克里宾，C。；Brault，V。；Celeux，G。；Govaert，G.，分类数据上潜在块模型的估计和选择，统计计算。，25, 6, 1201-1216 (2015) ·Zbl 1331.62149号 [21] 克里宾，C。；Brault，V。；Celeux，G。；Govaert，G.，二元潜在区块模型的模型选择，（COMPSTAT会议记录，2012年（2012）） [22] 克里宾，C。；Celeux，G。；Valérie，R.，《潜在块模型：高维数据的有用模型》（ISI 2017-61届世界统计大会（2017）），1-6 [23] 库马尔，S。；高，X。；Welch，I.，双主题模型的协同聚类，（澳大利亚人工智能联合会议（2016），Springer），390-402 [24] 拉泽布尼克，S。；施密德，C。；Ponce，J.，Beyond bags of features:spatial pyramid matching for recognize natural scene categories，（计算机视觉和模式识别，2006 IEEE Computer Society Conference on，第2卷（2006），IEEE），2169-2178 [25] Lomet，A.，《分类方法选择》（2012年），Compiègne，（博士论文） [26] von Luxburg，U.，《光谱聚类教程》，《统计计算》。，17、4、395-416（2007），网址http://dx.doi.org/10.1007/s11222-007-9033-z [27] Nigam，K。；McCallum，A。；特隆，S。；Mitchell，T.，使用em，Mach对标记和未标记文档进行文本分类。学习。，39, 2-3, 103-134 (2000) ·Zbl 0949.68162号 [28] Papadimitriou，C。；拉加万，P。；Tamaki，H。；Vempala，S.，《潜在语义索引：概率分析》（第十届ACM PODS会议论文集（1998），ACM），159-168 [29] 潘，X.-H。；Nguyen，L.-M。；Horiguchi，S.，《学习从大规模数据收集中对具有隐藏主题的短文本和稀疏文本及web进行分类》（第17届万维网国际会议论文集（2008），ACM），91-100 [30] Podosinnikova，A。；巴赫，F。；Lacoste-Julien，S.，《重新思考lda：离散ica的矩匹配》，（神经信息处理系统进展（2015）），514-522 [31] Rand，W.M.，《聚类方法评估的客观标准》，J.Am.Statist。协会，66，336，846-850（1971） [32] Schwarz，G.，估算模型的维数，《Ann.Stat.》，6，2，461-464（1978）·Zbl 0379.62005年 [33] Scrucca，L.，基于模型聚类中子集选择的遗传算法，（无监督学习算法（2016），Springer），55-70 [34] Shafiei，M.M。；Milios，E.E.，《潜在的dirichlet联合聚类》（数据挖掘，2006年）。2006年ICDM。第六届国际会议（2006年），IEEE，542-551 [35] Teh，Y。；纽曼，D。；Welling，M.，潜在Dirichlet分配的折叠变分贝叶斯推理算法，高级神经信息处理。系统。，18, 1353-1360 (2006) [36] Than，K。；Ho，T.B.，《完全稀疏主题模型》（数据库中机器学习和知识发现联合欧洲会议（2012），斯普林格），490-505 [37] 王，P。；多梅尼科尼，C。；Laskey，K.B.，潜在的dirichlet贝叶斯联合聚类，（数据库中机器学习和知识发现联合欧洲会议（2009），Springer），522-537 [38] 王，S。；Huang，A.，联合聚类的惩罚非负矩阵三因子化，专家系统。申请。，78，64-73（2017） [39] Wyse，J。；Friel，N.，具有折叠潜在块模型的块聚类，统计计算。，22, 2, 415-428 (2012) ·Zbl 1322.62046号 [40] Wyse，J。；弗里尔，N。；Latouche，P.，使用潜在块模型和精确icl推断二部网络中的结构，Netw。科学。，5, 1, 45-69 (2017) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。