时间：2016年 4月 9日（校历第6 周的周六 ）时间 8:00-9:30
地点：信息工程学院会议室
参加人员：柴变芳，胡吉朝，才秀凤，马力肖，傅玥，安素芳，陈嶷瑛，许冀伟， 尹立杰，黄红艳
主题： PLSA的EM算法及在线算法、演化算法、并行算法
内容：
PLSA对称模型参数估计EM算法：E步估计文档-词共现集合的潜在主题概率分布，进而计算全数据（文档,词,潜在主题）联合概率分布的期望；M步估计模型的参数，包括主题上文档分布、主题上词分布及主题分布。多次迭代直到达到终止条件。
演化算法：PLSA模型参数多，用蚁群算法估计输入变量过多，查询是否已有文献基于群智能实现主题模型参数估计。
在线算法：PLSA的online算法实现方式已在多篇文献中出现，Online PLSA Batch Updating Techniques Including Out-of-Vocabulary Words可查阅相关文献，读懂文献进而将online PLSA与PPL的online算法结合。
并行算法：Semi-supervised PLSA for Document Clustering中给出PLSA的map-reduce算法框架，文档编号d，词编号w，将文档和词共现矩阵分为S块，(i,j)map端对应文档满足d%S=i，w%S=j。每个map端只计算相应文档的相应参数，reduce整合隐变量分布。下一步基于map-reduce实现PLSA参数估计。
VSM模型及tf-idf计算实例。
