互聯(lián)網(wǎng)新聞熱點挖掘系統(tǒng)的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的出現(xiàn)及其近年來的飛速發(fā)展，人們開始進入信息爆炸的時代。通過互聯(lián)網(wǎng)閱讀新聞成為人們越來越重要的手段，面對如此浩瀚的互聯(lián)網(wǎng)新聞，如何快速、準確的從這些海量數(shù)據(jù)中獲取有用的信息，特別是最近一段時間發(fā)生的大事、熱點，成為了人們迫切的需求和研究人員關(guān)注的焦點。
　　本文研究并實現(xiàn)了互聯(lián)網(wǎng)新聞的熱點挖掘系統(tǒng)，先使用文本分類的方法對新聞報道分門別類，然后使用話題檢測與跟蹤的技術(shù)，自動形成一系列的專題。以標題、相關(guān)詞群、事件趨勢圖等來

2、表示某一個專題，用一種關(guān)注度計算方法對專題進行打分排序，把最新最熱的專題呈現(xiàn)給用戶。這樣，用戶就可以很方便地根據(jù)自己的興趣選擇某個領(lǐng)域的某個專題去瀏覽。本文的研究內(nèi)容主要包括以下幾個方面：
　?。?）分析了文本分類使用一般特征選擇方法所存在的問題，在此基礎(chǔ)上提出了一種基于類別特征域的特征選擇新方法來改進文本分類的效果。
　?。?）對傳統(tǒng)的話題檢測與跟蹤算法進行改進，提出了一種基于雙時間窗、凝聚式層次聚類與單遍聚類相結(jié)合的二次

3、聚類的話題檢測與跟蹤算法，引入了時間衰減因子、增量倒文檔頻率和基于時間距離的相似度計算公式，使用更新事件模板的方法有效地處理話題漂移問題。
　?。?）結(jié)合本文提出的算法，設(shè)計并實現(xiàn)了互聯(lián)網(wǎng)新聞熱點挖掘系統(tǒng)，以發(fā)現(xiàn)最近一段時間的熱點新聞和重大事件。
　　在文本分類評測中把本文的基于類別特征域的方法與互信息、信息增益和開方檢驗做了比較，證明了基于類別特征域方法的優(yōu)越性。在話題檢測與跟蹤評測中，使用了三個數(shù)據(jù)集，把本文的基于雙時間