LDA主题分析和聚类分析有什么区别？

按照老师的要求，要用聚类算法对一些微博内容进行分析。我看了多篇在Jupyter Notebook下用LDA主题模型分析微博数据的文章，比如：
1. 微博内容分词后怎样用JupyterNotebook做LDA主题模型分析
2. 微博内容分词并手工选词后用JupyterNotebook做LDA主题分析

觉得很有用，但是，聚类算法和LDA主题分析有什么区别？是一回事吗？

知乎上有个类似的问题： 对比传统K-Means等聚类算法，LDA主题模型在文本聚类上有何优缺点？ ，摘录如下：
本人大三，最近在跟导师做自然语言相关研究，由于刚刚入门，接触并简单测试了一下LDA，感觉不是特别清楚，LDA是不是就是把文本按主题聚类？其对比其他传统聚类算法有何优缺点？

有些回答提到了LDA，PLSA，还有更多很详细的说明。我认为LDA也可以算作聚类的一种算法。