基于微博平臺的文本聚類研究與實現(xiàn).pdf

1、Web2.0的技術(shù)應(yīng)用促進了網(wǎng)絡(luò)大數(shù)據(jù)時代的到來，當前微博社交方式已成為社會網(wǎng)絡(luò)的新媒體，上億用戶的使用極大豐富了網(wǎng)絡(luò)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(lǐng)域，如市場營銷、廣告工藝等，其內(nèi)容更是包羅萬象，內(nèi)容的碎片化直接導(dǎo)致了網(wǎng)絡(luò)數(shù)據(jù)結(jié)構(gòu)復(fù)雜內(nèi)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(wǎng)絡(luò)大數(shù)據(jù)應(yīng)用下的主要研究焦

2、點。
　　在微博軟件應(yīng)用研究開發(fā)中，話題聚類技術(shù)是其研究結(jié)構(gòu)中的基礎(chǔ)環(huán)節(jié)，在這一環(huán)節(jié)工作中，對微博文本中的內(nèi)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(shù)是利用關(guān)鍵字進行處理，返回的數(shù)據(jù)大多是內(nèi)容重復(fù)性嚴重的數(shù)據(jù)，并且有些數(shù)據(jù)內(nèi)容關(guān)聯(lián)性較小，浪費數(shù)據(jù)處理資源。因此利用傳統(tǒng)的關(guān)鍵字技術(shù)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