分布式話題檢測方法研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著社會化媒體的興起,人們可以更頻繁更便捷的與互聯(lián)網(wǎng)互動,互聯(lián)網(wǎng)的資源呈現(xiàn)爆炸式增長。豐富的互聯(lián)網(wǎng)資源帶給人們便捷的社交資源的同時也給人們帶來信息冗余的困擾,為了解決以上問題本文進行了分布式話題檢測方法研究,在提高話題檢測準確率以及提高話題檢測速度兩方面展開研究。本文主要研究成果包括:
  首先,開展前期調(diào)研,研究了話題檢測的起源、相關(guān)算法,實現(xiàn)原始Single-Pass話題檢測算法,并進行相關(guān)研究。
  其次,由于進行Si

2、ngle-Pass話題檢測以后算法能夠得到比較高的精度,但是召回率比較低,提出二次檢測(Double-Pass)話題檢測算法,第一次檢測以后再用Single-Pass算法對第一次檢測的結(jié)果做二次檢測,用第一次檢測的結(jié)果指導二次檢測,對某些簇合并,實驗證明二次檢測可以讓算法的準確度有所提高。接著,為了進一步讓簇信息加強,把前人運用于分類的 CFC(Class Feature Centroid)思想運用到話題檢測中,在第一次檢測以后用CFC

3、思想調(diào)整簇權(quán)重,提出了CFC-DP算法,實驗證明,改進后的算法較原始算法F值有所提高。
  再次,為了提高話題檢測的速度,滿足處理海量數(shù)據(jù)的需求,在 Hadoop這一分布式框架上進行分布式計算,定義話題檢測的任務(wù)分解以及合并操作,提出了基于 Hadoop的分布式話題檢測方法,實驗證明,該分布式話題檢測能維持穩(wěn)定的話題檢測精度、召回率及F值,并加速檢測速度。
  最后,基于以上的研究,設(shè)計并實現(xiàn)了分布式話題檢測系統(tǒng),系統(tǒng)包括五

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論