潜在狄利克雷分配（LDA）是什么？

最近在查找基于微博数据的分析案例时， 看到知网的这篇《基于新浪微博评论数据的消费券政策效果评估分析》， 有提到潜在狄利克雷分配（LDA）。什么是潜在狄利克雷分配（LDA）？

潜在狄利克雷分配(LDA)，作为基于贝叶斯学习的话题模型，是潜在语义分析、概率潜在语义分析的扩展，于2002年由Blei等提出。LDA在文本数据挖掘、图像处理、生物信息处理等领域被广泛使用。

知乎上有个讨论：是否还有必要学习LDA（潜在狄利克雷分布）？
问题是这个：现在深度增强学习比较火，是否应该直接学习深度增强学习？LDA在工业上还有什么应用吗？
想将LDA作为研究生的研究方向，但是不打算读博，希望研究生学习的东西找工作时也能用得上，所以想知道LDA在工业界有什么应用，是否已经过时了。
谢谢各位，感激不尽。

现在LDA产品化是什么程度？比如，有没有成熟的软件，甚至是开源的软件？我觉得深度学习就别想了，尤其在媒体分析和商业分析领域，case by case地做分析，用不上深度学习的

Fuller 发表于 2021-6-9 11:10
现在LDA产品化是什么程度？比如，有没有成熟的软件，甚至是开源的软件？我觉得深度学习就别想了，尤其在媒 ...

我看了楼上给出的知乎问答，提到sklearn和pymc程序包，应该可以用吧？

sklearn是不是scikit-learn： https://www.scikitlearn.com.cn/
这里还有一个很酷炫的scikit-learn中文社区：https://scikit-learn.org.cn/
这么复杂的程序包，是用来做LDA的吗？合适吗？

发誓学好内容分析 发表于 2021-6-10 18:28
sklearn是不是scikit-learn： https://www.scikitlearn.com.cn/
这里还有一个很酷炫的scikit-learn中文社区 ...

根据这个知乎回答：https://www.zhihu.com/question/39254526/answer/164691313
说是：直接调用python的机器学习包sklearn下的LatentDirichletAllocation方法就好
我还没有试过，等试过以后我会分享一下经验