基于Single-Pass的网络舆情热点发现算法

分享到

【获取途径】超星期刊网
【作者】格桑多吉，乔少杰，韩楠，张小松，杨燕，元昌安，康健
【作者单位】西藏大学藏文信息技术研究中心；西南交通大学信息科学与技术学院；西南交通大学生命科学与工程学院；电子科技大学大数据研究中心；广西师范学院科学计算与智能信息处理广西高校重点实验室
【年份】2015
【卷号】第4期
【页码】599-604
【ISSN】1001-0548
【关键词】舆情分析 single-pass 文本聚类话题发现
【摘要】考虑网络事件的时间距离,基于半结构化网页中不同位置特征项重要程度的不同,提出改进的single-pass文本聚类算法single-pass*,优势在于对Web文本不同位置特征项的加权处理,仅需计算新文档与同类别种子文档间的相似度。实验结果表明,相比single-pass,改进算法极大减少了漏检率和错检率,降低了由于新文本流内文档进行相似度计算导致系统性能的下降,平均提高Web文本聚类效率40%。将聚类后的Web文本应用于网络舆情分析,进行主题关注度分析和话题热度特性分析。
【基金】国家自然科学基金;国家科技部博士后基金;高等学校博士学科点专项科研基金;中央高校基本科研业务费专项资金;四川省教育厅科研基金;教育部人文社会科学研究;教育部人文社会科学研究青年基金
【文献类型】期刊