基于聚類分析的網(wǎng)絡(luò)論壇熱點(diǎn)話題檢測.pdf

1、話題檢測技術(shù)作為話題檢測與追蹤的重要組成部分，目的是要解決從文本信息流中自動(dòng)識(shí)別各個(gè)未知的話題，并且能夠在線發(fā)現(xiàn)新話題。在話題檢測技術(shù)中，熱點(diǎn)話題檢測是為了識(shí)別特定時(shí)間段內(nèi)報(bào)道頻繁、適時(shí)、重要的話題。傳統(tǒng)的話題檢測技術(shù)大多面向新聞網(wǎng)站語料進(jìn)行所有話題的檢測，而本文主要研究面向網(wǎng)絡(luò)論壇的熱點(diǎn)話題檢測。
　　本文對(duì)網(wǎng)絡(luò)論壇的文本組織形式進(jìn)行深入分析，重點(diǎn)研究面向網(wǎng)絡(luò)論壇話題檢測的文本預(yù)處理方法和網(wǎng)絡(luò)論壇熱點(diǎn)話題檢測算法，取得了以下幾個(gè)

2、方面的研究成果：
　　(1)提出一種基于文檔樹的帖子信息抽取算法。通過研究常用的信息抽取算法，并分析了網(wǎng)絡(luò)論壇帖子的頁面結(jié)構(gòu)，給出了帖子文檔樹的構(gòu)建方法和帖子信息抽取的規(guī)則描述。實(shí)驗(yàn)結(jié)果表明，該算法能夠有效地提取帖子內(nèi)容信息和結(jié)構(gòu)特征。
　　(2)提出一種面向網(wǎng)絡(luò)論壇短文本的特征選擇算法。針對(duì)網(wǎng)絡(luò)論壇短文本的特點(diǎn)，提出了基于TF*PDF的特征選擇算法。實(shí)驗(yàn)結(jié)果表明，相對(duì)于傳統(tǒng)的特征提取方法，本文的算法能夠得到更好的網(wǎng)絡(luò)論壇短

3、文本聚類效果。
　　(3)提出一種基于時(shí)間線分析的增量聚類算法。與傳統(tǒng)的聚類算法相比，該算法在文本聚類的過程中結(jié)合了話題生存周期模型。實(shí)驗(yàn)結(jié)果表明，該算法能夠有效地優(yōu)化話題檢測的結(jié)果集，提高話題檢測的質(zhì)量。
　　(4)提出一種基于話題關(guān)注度和用戶參與度的熱度評(píng)分算法。通過在熱度評(píng)分算法中融入了話題關(guān)注度和用戶參與度的計(jì)算，有效地與文本聚類算法進(jìn)行結(jié)合。實(shí)驗(yàn)結(jié)果表明，該算法能夠綜合評(píng)估話題熱度，形成熱點(diǎn)話題排序。
　　基