網(wǎng)絡輿情熱點發(fā)現(xiàn)相關技術研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡媒體已成為人們獲取信息的重要來源，網(wǎng)絡紛繁復雜的內(nèi)容信息對社會大眾的影響力大大提高。傳統(tǒng)的由專業(yè)人員通過人工方式對新聞語料進行分析，并提取其中的熱點話題難以實施，如何采用自動化的方式在龐大的信息流中快速發(fā)現(xiàn)熱點話題，已經(jīng)成為一個重要的研究方向。本文在研究當前熱點話題發(fā)現(xiàn)方法的基礎上，針對在話題識別過程中容易造成主題漂移的缺陷，以分析話題特性為基礎設計了一種網(wǎng)絡熱點話題發(fā)現(xiàn)模型。本文的主要研究內(nèi)容有以下兩個方面：

2、
　　 提出了基于報道主題劃分思想的熱點話題識別過程。分析了由于話題和報道的多側面性導致將整篇報道用單一向量表示時造成的兩種主題漂移，提出了對報道進行主題劃分的思想，并通過實驗驗證了TextTiling算法對新聞報道進行主題劃分的可行性。給出了基于兩層聚類的主題識別方法，并通過實驗和單遍聚類算法進行了比較，表明兩層聚類算法具有更好的主題區(qū)分能力，并具有可以接受的時間性能。提出了基于主題劃分思想的話題的種子報道的選擇方法和話題的主

3、題更新方法，及利用報道之間存在共同主題的特征進行話題識別的過程。
　　 提出了在處理增量語料的過程中使用多策略的優(yōu)化方法。通過對分組語料使用過濾策略和相似度衰減的方法，避免了不相關話題的比較，提高了系統(tǒng)的性能，同時防止了兩個相似的話題互為噪音，提高了系統(tǒng)的準確性。
　　 綜上所述，本文在分析話題特征的基礎上，重點對基于報道主題劃分思想和在語料增量過程中采用多策略優(yōu)化的熱點話題識別過程進行了詳細設計，并通過實驗驗證了方案的