新聞流實(shí)時(shí)話題挖掘框架與算法研究.pdf

1、移動(dòng)互聯(lián)網(wǎng)時(shí)代，網(wǎng)絡(luò)以其無(wú)可比擬的傳播速度，成為越來(lái)越多人表達(dá)訴求、宣泄情感和評(píng)論時(shí)政的重要途徑。同時(shí)，與現(xiàn)實(shí)生活緊密相關(guān)的熱點(diǎn)和敏感話題往往由網(wǎng)絡(luò)引發(fā)，進(jìn)而傳輸和擴(kuò)散，對(duì)社會(huì)公共安全造成重大影響。網(wǎng)絡(luò)話題一旦成為廣大網(wǎng)民的關(guān)注焦點(diǎn)，短時(shí)間內(nèi)將產(chǎn)生大量的相關(guān)報(bào)道。如何高效、實(shí)時(shí)、全方位地從網(wǎng)絡(luò)數(shù)據(jù)流中捕捉熱點(diǎn)話題已成為網(wǎng)絡(luò)輿情監(jiān)控、社會(huì)公共安全分析的重要研究?jī)?nèi)容。
　　 本文基于新聞媒體監(jiān)控的應(yīng)用需求，構(gòu)建了一個(gè)面向新聞流的實(shí)時(shí)

2、話題挖掘框架，并在該框架之上集成了實(shí)時(shí)話題挖掘和話題趨勢(shì)發(fā)現(xiàn)算法，它有效地改善了如下問(wèn)題:1）基于新聞數(shù)據(jù)的特性，將話題模型從多個(gè)角度來(lái)刻畫(huà)，即時(shí)間、地點(diǎn)、人物、事件、機(jī)構(gòu)等，使話題模型更豐富;2）通過(guò)加滑動(dòng)時(shí)間窗口的實(shí)時(shí)聚類，過(guò)濾掉了較早前的歷史數(shù)據(jù)，消除了歷史數(shù)據(jù)對(duì)實(shí)時(shí)話題的影響;3）通過(guò)并行化聚類做話題趨勢(shì)發(fā)現(xiàn)，解決了數(shù)據(jù)規(guī)模的可擴(kuò)展性;4）通過(guò)統(tǒng)一的話題挖掘框架，未來(lái)可以兼容更優(yōu)化的算法，提升了平臺(tái)的通用性、擴(kuò)展性。