健康領(lǐng)域熱點(diǎn)事件自動(dòng)檢測與跟蹤.pdf

1、隨著經(jīng)濟(jì)的發(fā)展,人們越來越關(guān)注健康問題,網(wǎng)絡(luò)作為現(xiàn)代化信息提供的主要來源,可以讓人們快速的獲取健康知識(shí),但是隨著網(wǎng)絡(luò)信息成爆炸式增長,如何快速準(zhǔn)確地選擇自己需要的信息越來越成為人們關(guān)注的焦點(diǎn),特別是一些健康熱點(diǎn)信息,經(jīng)常零散的分散在網(wǎng)絡(luò)的各個(gè)地方,讓我們很難了解一些事件發(fā)生的原因、經(jīng)過和結(jié)果,所以,如何讓人們第一時(shí)間準(zhǔn)確的了解到正在發(fā)生的健康熱點(diǎn)成了亟待解決的問題。話題檢測與跟蹤(TDT)一直是國內(nèi)外網(wǎng)絡(luò)信息處理研究的一個(gè)熱點(diǎn),具有廣泛

2、的應(yīng)用前景。
　　針對上述問題,本文通過TDT技術(shù)對信息分類整理,實(shí)現(xiàn)了健康領(lǐng)域新聞熱點(diǎn)發(fā)現(xiàn)與跟蹤系統(tǒng),此系統(tǒng)實(shí)時(shí)收集健康信息,用分類技術(shù)首先分門別類,然后針對每個(gè)類別,使用聚類技術(shù)進(jìn)行熱點(diǎn)話題發(fā)現(xiàn),并且完成對話題的跟蹤。最終以界面的形式呈現(xiàn)給用戶,使用戶可以根據(jù)自己的愛好選擇感興趣的事件,從而方便了人們快速了解健康領(lǐng)域各個(gè)熱點(diǎn)事件以及來龍去脈。本文主要分4個(gè)方面進(jìn)行了介紹:
　　(1)使用基于類別特征域的KNN分類,對信息

3、進(jìn)行分門別類,有助于后續(xù)聚類中精度的提高。
　　(2)利用聚類技術(shù),在類內(nèi)進(jìn)行熱點(diǎn)發(fā)現(xiàn)與跟蹤,此模塊針對聚類過程中的特征高維問題,分析了健康領(lǐng)域的特性,提出了一種基于類別特征和領(lǐng)域詞典的動(dòng)態(tài)特征提取方法。
　　(3)針對健康領(lǐng)域的特點(diǎn),在相似度計(jì)算時(shí),提出了一種基于領(lǐng)域詞的分解的向量空間模型表示方法。
　　(4)結(jié)合上述動(dòng)態(tài)的特征選擇方法和改進(jìn)的文檔向量表示方法,最終用其完成了疾病和曝光兩個(gè)領(lǐng)域的熱點(diǎn)檢測與跟蹤。