摘要:针对大规模数据分类时计算时间长以及分类精度下降等问题，提出使用张量分解求解LDA主题模型参数，实现对海量网络数据的采集、分类、挖掘.该方法使用矩量法将LDA模型求解转化为低维的张量分解问题，通过分解和反射进行参数的传递，运用大数据平台Spark的进行分布式计算.实验结果表明，改进的模型参数计算方法在时间效率和困惑度方面都得到了提升，并且分类信息更加直观，更加适用于大规模网络数据分类工作.