基于微博平臺的文本聚類研究與實現(xiàn).pdf

1、Web2.0的技術應用促進了網絡大數(shù)據(jù)時代的到來，當前微博社交方式已成為社會網絡的新媒體，上億用戶的使用極大豐富了網絡大數(shù)據(jù)的存儲，這也使得數(shù)據(jù)的深入分析以及存儲挖掘面臨著極大的挑戰(zhàn)。微博的版塊多樣化，使微博文本信息與傳統(tǒng)的文本信息存在很大差異，微博涉及各個領域，如市場營銷、廣告工藝等，其內容更是包羅萬象，內容的碎片化直接導致了網絡數(shù)據(jù)結構復雜內容龐大。在這種背景下，快速準確地挖掘出有效的信息進行分析便是當前網絡大數(shù)據(jù)應用下的主要研究焦

2、點。
　　在微博軟件應用研究開發(fā)中，話題聚類技術是其研究結構中的基礎環(huán)節(jié)，在這一環(huán)節(jié)工作中，對微博文本中的內容進行分類歸納，可以對深層的話題進行分析。傳統(tǒng)的數(shù)據(jù)挖掘技術是利用關鍵字進行處理，返回的數(shù)據(jù)大多是內容重復性嚴重的數(shù)據(jù)，并且有些數(shù)據(jù)內容關聯(lián)性較小，浪費數(shù)據(jù)處理資源。因此利用傳統(tǒng)的關鍵字技術對于微博數(shù)據(jù)的處理顯得不能滿足要求。因此本文基于微博平臺通過采用微博文本智能處理算法可以很好的解決這一問題。
　　本文需要采集微博