Characterizing Geographic Variation in Well-Being using
Tweets
刘燕 2015213177
《基于Tweets数据的不同地区幸福感的变化》的作者是Richard E. Lucas、H. Andrew Schwartz、Johannes、Lukasz Dziurzynski, Megha AgrawalGregory J. Park, Shrinidhi K. Lakshmikanth, Sneha Jha, Martin E. P. Seligman等，他们主要对来自1300个美国不同地区的Tweets语言使用被用来预测当地人的幸福感通过一种具有代表性的调研。
作者使用LDA设置来自Tweets的主题，提高预测生活满意度的准确性，包括人口和社会经济标准如年龄、性别、种族、收入、受教育程度。LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。所谓生成模型，就是说，我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题，并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布，主题到词服从多项式分布。
LDA是一种非监督机器学习技术，可以用来识别大规模文档集（document collection）或语料库（corpus）中潜藏的主题信息。它采用了词袋（bag of words）的方法，这种方法将每一篇文档视为一个词频向量，从而将文本信息转化为了易于建模的数字信息。但是这种词袋方法没有考虑词与词之间的顺序，这简化了问题的复杂性，同时也为模型的改进提供了契机。每一篇文档代表了一些主题所构成的一个
www.99jianzhu.com/包含内容：建筑图纸、PDF/word/ppt 流程，表格，案例，最新,免费下载,施工方案、工程书籍、建筑论文、合同表格、标准规范、CAD图纸等内容。