LDA-on-Weibo:来自微博内容的个人标签两阶段分析模型。（基于LDA模型）-源码

基于LDA模型的用户画像构建 运行配置 请同时配置python2 与 python3 简介 "主题模型"是对文本中隐含主题的一种建模方法。 每个主题其实是词表上单词的概率分布。 常见的主题模型有3种： PLSA LDA L-LDA LDA 包含“词 - 主题 - 文档” 三层结构。 基于LDA的用户画像核心是对于文本提取用户特征，并输出用户特征所对应的关键词。 在本文的实际问题中，“文档”对应“用户的文本信息”，“用户特征”对应为“主题”，“词”代表“用户所对应的标签”。 LDA模型详细介绍请参考 运行步骤 cookies获取 打开chrome开发者工具，选择Network，勾选Preserve log 登陆weibo.cn，可找到名字为weibo.cn的文件，复制其中cookies即可 单用户分析 分析一个用户的用户特征 请配置 conf.cookies 为可用cookies 请配置 c