啟發(fā)式的快速個(gè)人博客聚類技術(shù)研究和實(shí)現(xiàn).pdf

1、博客平臺(tái)作為現(xiàn)在人們記錄分享生活的重要網(wǎng)絡(luò)平臺(tái)，對(duì)于個(gè)人來說，博客內(nèi)容的正確歸檔描述具有重大意義，本文提出啟發(fā)式的快速個(gè)人博客聚類技術(shù)，跟以往對(duì)于博客的聚類不同，本文主要針對(duì)個(gè)人特點(diǎn)，對(duì)于單獨(dú)的個(gè)人博客進(jìn)行聚類，并對(duì)聚類簇進(jìn)行描述。
　　本文根據(jù)個(gè)人博客內(nèi)容特點(diǎn)，設(shè)計(jì)一種啟發(fā)式的相似內(nèi)容獲取，用于用戶的輔助聚類，其中相似內(nèi)容獲取是基于博客用戶之間的相似度，本文提出一種基于用戶興趣集結(jié)合跟時(shí)間順序密切相關(guān)的興趣集序列的用戶相似度模型

2、，在此基礎(chǔ)上獲取相似內(nèi)容。在類別描述上，本文不同于其他研究，提出一種根據(jù)自身博客平臺(tái)數(shù)據(jù)的半自動(dòng)化聚類簇描述方法，結(jié)合人工描述和自動(dòng)描述的方法，事先利用主題提取技術(shù)提取類別源數(shù)據(jù)的主題，對(duì)其進(jìn)行人工描述，然后再根據(jù)聚類簇結(jié)果的主題信息進(jìn)行自動(dòng)匹配，其中類別源數(shù)據(jù)來源于自身博客平臺(tái)，更符合數(shù)據(jù)本身的特點(diǎn)。
　　實(shí)驗(yàn)結(jié)果表明，在個(gè)人博客聚類場(chǎng)景下，啟發(fā)式的快速博客聚類在準(zhǔn)確率和召回率上都優(yōu)于單純采用聚類算法進(jìn)行聚類，文中提出的結(jié)合人工