【摘要】：在基于聚類的話題檢測方法上提出了一種基于SVM過濾的檢測方法,該方法在聚類前將微博文本特征抽象成用于輸入向量機的向量,對微博文本進行過濾,降低了計算量。并針對微博聚類的長尾現(xiàn)象提出了基于高頻詞排序的改進單遍聚類方法,能很好地檢測孤立點的存在。實驗表明,該方法在海量微博數(shù)據(jù)中能有效地檢測出新聞話題。
[Abstract]:In this paper, a method based on SVM filtering is proposed for topic detection based on clustering. Before clustering, Weibo text features are abstracted into vectors used in input vector machines. An improved single-pass clustering method based on high-frequency word ranking is proposed to detect the existence of outliers. Experiments show that this method can effectively detect news topics in mass Weibo data.
【作者單位】： 華中科技大學計算機學院;下一代互聯(lián)網(wǎng)接入系統(tǒng)國家工程實驗室;
【分類號】：TP391.1;TP393.092

【相似文獻】

相關(guān)期刊論文 前10條

1 劉美玲;趙鐵軍;鄭德權(quán);于搖洋;;面向TDT的動態(tài)多文檔文摘研究[J];哈爾濱工業(yè)大學學報;2010年11期

2 李弼程;林琛;周杰;王允;;網(wǎng)絡輿情態(tài)勢分析模式研究[J];情報科學;2010年07期

3 劉嵩;張先飛;李弼程;孫顯著;;基于概念相似度的話題自動檢測方法[J];信息工程大學學報;2010年03期

4 趙華;趙鐵軍;張姝;王浩暢;;基于內(nèi)容分析的話題檢測研究[J];哈爾濱工業(yè)大學學報;2006年10期

5 張闊;李涓子;吳剛;王克宏;;基于關(guān)鍵詞元的話題內(nèi)事件檢測[J];計算機研究與發(fā)展;2009年02期

6 蔣國瑞;柳中勝;黃梯云;;基于改進的話題檢測技術(shù)的TBT預警系統(tǒng)研究[J];中國管理信息化;2009年15期

7 齊威;劉知一;王仝杰;;面向互聯(lián)網(wǎng)視頻的話題分析技術(shù)研究[J];廣播與電視技術(shù);2011年07期

8 丁杰;徐俊剛;;IPSMS:一個網(wǎng)絡輿情監(jiān)控系統(tǒng)的設計與實現(xiàn)[J];計算機應用與軟件;2010年04期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)博士學位論文 前4條

1 張立;網(wǎng)絡輿論傳播中若干算法的研究[D];北京交通大學;2009年

2 劉玉國;基于內(nèi)容的互聯(lián)網(wǎng)輿情信息挖掘關(guān)鍵技術(shù)研究[D];山東大學;2011年

3 周而重;博客輿情熱點發(fā)現(xiàn)與分析[D];北京工業(yè)大學;2013年

4 劉馨月;Web挖掘中的鏈接分析與話題檢測研究[D];大連理工大學;2012年

相關(guān)碩士學位論文 前10條

1 丁偉莉;中文Blog熱門話題檢測與跟蹤技術(shù)研究[D];哈爾濱工業(yè)大學;2007年

2 黃振龍;關(guān)于微博熱點的WEB挖掘研究[D];華東師范大學;2013年

3 樂可欣;話題檢測研究[D];北京交通大學;2009年

4 張劍峰;微博主觀性發(fā)現(xiàn)關(guān)鍵技術(shù)研究[D];蘇州大學;2012年

5 謝婧;中文微博的話題檢測及微博預警[D];上海交通大學;2013年

6 劉嵩;網(wǎng)絡中文事件自動檢測技術(shù)研究[D];解放軍信息工程大學;2010年

7 孫勵;基于微博的熱點話題發(fā)現(xiàn)[D];北京郵電大學;2013年

8 吳澤衡;基于話題檢測和情感分析的互聯(lián)網(wǎng)熱點分析與監(jiān)控技術(shù)研究[D];華南理工大學;2011年

9 邱洋;微博數(shù)據(jù)提取及話題檢測方法研究[D];大連理工大學;2013年

10 鄒鴻程;微博話題檢測與追蹤技術(shù)研究[D];解放軍信息工程大學;2012年

，

本文編號：2390551