（一）lda训练：数据很大，使用R的lda包，进行数据的处理及分析，其中重要的几个参数的输入的设置依据：
数据比较大，主要参考的是SIGIR'06 的论文LDA-Based Document Models for Ad-hoc Retrieval。K=400，alpha=50/K, eta或者beta=0.01，iteration number=30.
（二）topic相似度
这个继续找论文看比较权威的相似度计算方法，未完待续。
这个比较权威：Divergence Measures Based on the Shannon Entropy
