本文選題：網(wǎng)絡(luò)輿情 + 時(shí)間序列�。� 參考：《情報(bào)科學(xué)》2017年10期

【摘要】：【目的/意義】網(wǎng)絡(luò)輿情的熱點(diǎn)話(huà)題對(duì)政府和網(wǎng)民有著很大的影響,及時(shí)發(fā)現(xiàn)熱點(diǎn)話(huà)題有利于政府監(jiān)控話(huà)題的發(fā)展�！痉椒�/過(guò)程】本文提出了基于時(shí)間序列的話(huà)題動(dòng)態(tài)演化兩層模型,并將新聞網(wǎng)頁(yè)內(nèi)容的相似度和頁(yè)面鏈接分析作為話(huà)題熱度的計(jì)算依據(jù),然后利用改進(jìn)的Single-Pass算法進(jìn)行增量聚類(lèi)獲得聚類(lèi)中心,最后根據(jù)熱度權(quán)重將聚類(lèi)中心進(jìn)行排序,獲得熱點(diǎn)話(huà)題�！窘Y(jié)果/結(jié)論】通過(guò)實(shí)驗(yàn)驗(yàn)證,該算法發(fā)現(xiàn)效果好,能夠更好地獲得熱點(diǎn)話(huà)題。
[Abstract]:[purpose / significance] the hot topic of Internet public opinion has a great impact on the government and Internet users. Timely discovery of hot topics is conducive to the development of government monitoring topics. [method / process] this paper presents a two-tier model of topic dynamic evolution based on time series. The similarity and link analysis of news pages are taken as the basis for the calculation of topic heat. Then the improved Single-Pass algorithm is used for incremental clustering to obtain the clustering center. Finally, the clustering center is sorted according to the weight of heat. The results / conclusions show that the algorithm is effective in finding hot topics and can obtain better hot topics.
【作者單位】： 集美大學(xué)誠(chéng)毅學(xué)院;福州大學(xué)經(jīng)濟(jì)與管理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(71271056) 福建省教育廳項(xiàng)目(C13001,JA14368)
【分類(lèi)號(hào)】：TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 左愛(ài)文;郭宏武;王保保;;氣象時(shí)間序列規(guī)則發(fā)現(xiàn)及其應(yīng)用[J];陜西氣象;2006年06期

2 吳紅花;劉國(guó)華;;不確定時(shí)間序列的規(guī)約方法[J];計(jì)算機(jī)工程;2012年21期

3 馮凱文;孟凡榮;牛強(qiáng);閆秋艷;;基于趨勢(shì)點(diǎn)狀態(tài)模型的時(shí)間序列預(yù)測(cè)算法[J];計(jì)算機(jī)應(yīng)用研究;2011年12期

4 周大鐲;李敏強(qiáng);;基于序列重要點(diǎn)的時(shí)間序列分割[J];計(jì)算機(jī)工程;2008年23期

5 曹文平;羅穎;熊啟軍;寧彬;;基于二次回歸的時(shí)間序列分割算法[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2012年18期

6 陳遠(yuǎn);王菲菲;;基于時(shí)間序列的電子商務(wù)市場(chǎng)預(yù)測(cè)系統(tǒng)研發(fā)[J];情報(bào)科學(xué);2009年12期

7 孫兵;劉雯;田地;宋桐;富妍;;基于時(shí)間序列的數(shù)據(jù)挖掘在證券中的應(yīng)用[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2010年03期

8 李海林;;基于動(dòng)態(tài)彎曲的時(shí)間序列異步相關(guān)性分析[J];計(jì)算機(jī)應(yīng)用研究;2014年07期

9 李俊奎;王元珍;李海波;左瓊;;一種時(shí)間序列相似搜索中提前終止效率的估算方法[J];計(jì)算機(jī)科學(xué);2009年01期

10 劉明華;張晉昕;;時(shí)間序列的異常點(diǎn)診斷方法[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2011年04期

相關(guān)博士學(xué)位論文 前9條

1 苗圣法;時(shí)間序列的模式檢測(cè)[D];蘭州大學(xué);2015年

2 李桂玲;時(shí)間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

3 張勇;時(shí)間序列模式匹配技術(shù)研究[D];華中科技大學(xué);2012年

4 孫友強(qiáng);時(shí)間序列數(shù)據(jù)挖掘中的維數(shù)約簡(jiǎn)與預(yù)測(cè)方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

5 肖輝;時(shí)間序列的相似性查詢(xún)與異常檢測(cè)[D];復(fù)旦大學(xué);2005年

6 駱科東;短時(shí)間序列挖掘方法研究[D];清華大學(xué);2004年

7 趙勇;基于幾何代數(shù)表示原理的時(shí)間序列模式分類(lèi)問(wèn)題研究[D];燕山大學(xué);2012年

8 曲吉林;時(shí)間序列挖掘中索引與查詢(xún)技術(shù)的研究[D];天津大學(xué);2006年

9 杜奕;時(shí)間序列挖掘相關(guān)算法研究及應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 包仁義;基于時(shí)間序列的搜索引擎評(píng)估模型算法研究[D];東北師范大學(xué);2015年

2 周奕含;基于群智感知的體感溫度異常數(shù)據(jù)檢測(cè)方法研究[D];蘇州大學(xué);2015年

3 張遠(yuǎn)健;多粒度時(shí)間序列及其在ICU醫(yī)學(xué)預(yù)測(cè)應(yīng)用的研究[D];南昌大學(xué);2015年

4 劉根平;基于哈希技術(shù)的時(shí)間序列近似查詢(xún)研究[D];寧波大學(xué);2015年

5 張致遠(yuǎn);時(shí)間序列分析在作業(yè)人員調(diào)控系統(tǒng)中的應(yīng)用[D];復(fù)旦大學(xué);2014年

6 高銘;模糊時(shí)間序列在汽車(chē)銷(xiāo)售中的應(yīng)用[D];大連理工大學(xué);2015年

7 高飛翔;心電時(shí)間序列的表示方法和相似性度量問(wèn)題研究[D];哈爾濱工業(yè)大學(xué);2014年

8 黃曉琴;交通客流時(shí)間序列數(shù)據(jù)的聚類(lèi)挖掘研究[D];電子科技大學(xué);2015年

9 舒凱;基于關(guān)聯(lián)網(wǎng)絡(luò)的分銷(xiāo)渠道欺詐交易檢測(cè)研究[D];重慶大學(xué);2015年

10 劉杰;時(shí)間序列相似性查詢(xún)的研究與應(yīng)用[D];北方工業(yè)大學(xué);2016年

，

本文編號(hào)：1983002