基于聚類的熱點主題挖掘.pdf

1、：技術保密的學位論文，按照《西安理工大學學位論文技術保密申請表》內(nèi)容進行保密二^XXr。oi≈。≯一附雛0夠刪。0i，o幻p杠，h≯，nj√，，ji～i0h1：0=『，一0“一oUnh，k，n“●√二_一：’：”n，靠二、：1Ⅵ=|if0=『hi日j。i，。_p，／，斗“一1_，L_=^葉=i月、_∥n∥；＼6_01Ii_rh1一舛_一一～釘扎竹”年，，zqy1L##u鼻∥、，一“khii夕∥i＼Iii，j。托。靶o“凡∥，彳q一。并”

2、。。oH7、i“F哆一i：p，0I：弋∥紗一，，，。㈣鱟糍r●●^一r_疊t，■ur扣，l一，j班機一㈠”㈠瞄。葉一。一秈黜“。㈧㈠聊，～～。■黼棚一跳導。：密適jIL7io二妒零傺警㈠一找甑，∥■互“一：=文解砂，∥，，U●一，j札渤柵曛f隗“一州“㈨讎始啦∥i|!||㈠剿剃■哲一睹，，：抖學位0匍酣i0；H艄秈。o、晤披。i、，i。臥艄o、_謹一_㈡～班剌“誓■沁0紺多傷，十‘i≯p㈠j、。，西、，，，h：_k=，一N。，一?！踧

3、h打0。t0，_=，，■i●，n，二『0一y”，～o√1∥X，。。hoi“rn轉椎籜肄毪蔫掣諺K蚌彤譬糝&粵8&護論文題目：基于聚類的熱點主題挖掘學科名稱：電路與系統(tǒng)研究生：馬瑩瑩指導教師：王林教授摘要簽名：璽耋盔簽名：7邊隨著互聯(lián)網(wǎng)技術的普及應用，論壇已經(jīng)成為民眾獲取信息、交流感情、表達思想的平臺。在越來越多的民眾參與下，信息量以幾何級的速度膨脹式地增長，快速獲取用戶所感興趣的信息和提取一段時問內(nèi)的熱點主題已經(jīng)成了急需解決的問題。，大

4、量研究發(fā)現(xiàn)，復雜網(wǎng)絡具有社區(qū)結構的特性簇內(nèi)的對象之間相似度較高，而簇之間的相似性卻較低。互聯(lián)網(wǎng)本身作為一個復雜網(wǎng)絡，具備了社區(qū)結構的特性。伴隨數(shù)據(jù)挖掘在各個領域的廣泛應用，大量學者將聚類算法應用于復雜網(wǎng)絡的社區(qū)結構劃分。所以，在論文中采用數(shù)據(jù)挖掘的聚類算法挖掘BBS論壇中的熱點主題。本文針對2003年人民網(wǎng)強國論壇的帖子記錄，經(jīng)過多次數(shù)據(jù)處理得到了論壇的興趣網(wǎng)絡。再把已經(jīng)得到的興趣網(wǎng)絡，根據(jù)復雜網(wǎng)絡的基本性質，提取了以用戶為節(jié)點的線索數(shù)

5、和作者相關數(shù)，作為數(shù)據(jù)挖掘最終數(shù)據(jù)輸入的兩個屬性，用數(shù)據(jù)挖掘軟件SPSSClementine中的Kmcon$算法和TwoStep算法分別對提取好的數(shù)據(jù)做聚類劃分，通過研究極大聚類并結合2003年的實際情況選擇五個典型主題分別統(tǒng)計了各個主題的帖子數(shù)并計算了占總帖子數(shù)的比例，發(fā)現(xiàn)各種處理方法的比例變化都很小，并且發(fā)現(xiàn)擁有最多節(jié)點的極大聚類，可以很好的反應論壇的熱點主題。因此，對極大聚類中的帖子進行文本聚類來分析論壇的熱點主題，不僅降低了文本