基于互聯(lián)網(wǎng)的話題分類及敏感話題發(fā)現(xiàn)技術(shù)研究與實現(xiàn).pdf

1、隨著計算機網(wǎng)絡(luò)的蓬勃發(fā)展，人們獲取信息及知識的渠道也發(fā)生了很大的變化。傳統(tǒng)方式的信息傳播，如電視、報紙、廣播等方式，逐漸退出了傳媒的主流地位?；ヂ?lián)網(wǎng)這一新興的傳播方式很快被人們所接受，中國網(wǎng)民目前數(shù)量大約6億多（包含手機終端等），極致反映出互聯(lián)網(wǎng)信息的重要性。雖然互聯(lián)網(wǎng)是現(xiàn)在人們獲得信息的一種常用且重要的手段，但是它是巨大的、復(fù)雜的、多樣的和動態(tài)變化的。所以，在數(shù)以億計海量的數(shù)據(jù)面前，如何快速且準(zhǔn)確地獲取用戶感興趣的信息與知識，是本論文

2、的終極目標(biāo)。
　　在本系統(tǒng)中，我們運用的主要技術(shù)有話題爬蟲、全文檢索以及WEB文本挖掘。通過對這些技術(shù)研究與實現(xiàn)，有價值的知識和高層次的話題就能從相應(yīng)的話題集合中抽取出來，從而使得凌亂、龐大的話題集為我們提供可靠且有序的知識支持與話題支撐服務(wù)；這個系統(tǒng)不僅能夠查找出以往過期的話題（即歷史話題），而且能夠分析出哪個話題更具有權(quán)威性以及哪個話題與關(guān)鍵字匹配更密切，為用戶得到更好的查詢與體驗效果提供了有力的支持。只不過，本系統(tǒng)中的話題來