三網(wǎng)融合下實時文本新聞的選擇與分類技術研究.pdf

1、近年來隨著科技與社會的發(fā)展，三網(wǎng)融合成為大勢所趨。然而，三網(wǎng)融合在帶來更全面﹑更快捷﹑更廣泛服務的同時，也帶來了巨大的安全隱患?；ヂ?lián)網(wǎng)的特點是實時﹑便捷﹑全面，然而信息量大﹑信息質(zhì)量參差不齊。因此，三網(wǎng)融合后對網(wǎng)上信息內(nèi)容的監(jiān)管成為三網(wǎng)融合需要解決的重要問題。新聞是網(wǎng)絡上信息傳遞的主要載體，對網(wǎng)絡新聞的監(jiān)管是內(nèi)容監(jiān)管的重要組成部分。文本分類與聚類技術是文本挖掘領域的重要技術，分類后的新聞易于管理與鑒別。分類在一定程度上解決了信息雜亂的問

2、題，是信息過濾﹑目標營銷﹑性能預測和醫(yī)療診斷等領域的基礎，因此對文本分類的研究具有重要意義。
　　HUSTRIM系統(tǒng)是三網(wǎng)融合環(huán)境下的內(nèi)容監(jiān)管系統(tǒng)。通過對內(nèi)容的安全監(jiān)控和管理為全網(wǎng)內(nèi)容可監(jiān)可管提供保證，其新聞選擇分類為三網(wǎng)融合下新聞內(nèi)容的監(jiān)管提供支持。HUSTRIM采用網(wǎng)絡爬蟲﹑新聞鏈接分析﹑基于行塊分布函數(shù)的正文抽取等技術，獲取有效的新聞正文信息；采用樸素bayes與k-means相結合的方法對新聞進行先分類再聚類。