中文RSS動(dòng)態(tài)讀物深度聚合系統(tǒng)研究.pdf

1、互聯(lián)網(wǎng)及信息技術(shù)的高速發(fā)展帶來(lái)了網(wǎng)絡(luò)信息量爆炸式增長(zhǎng)。在互聯(lián)網(wǎng)上“Pull”信息的方式暴露出越來(lái)越明顯的缺點(diǎn)。RSS(Really Simple Syndication,真正的簡(jiǎn)單聚合)隨即出現(xiàn)并得到廣泛應(yīng)用。它采用“Push”技術(shù),將有價(jià)信息高效的送達(dá)。然而,隨之而來(lái)的則是RSS動(dòng)態(tài)讀物數(shù)量的迅速膨脹。這一現(xiàn)象又衍生出一些新的問(wèn)題。RSS供稿源中內(nèi)容繁雜,目前以供稿源為單位的聚合不符合人們聚焦及可擴(kuò)展的閱讀需求。因此,本文探討并實(shí)現(xiàn)了

2、中文RSS動(dòng)態(tài)讀物深度聚合系統(tǒng)。
　　 文章首先提出了中文RSS動(dòng)態(tài)讀物的概念,明確了其研究范疇,為探討相關(guān)技術(shù)及應(yīng)用打下了基礎(chǔ)。在分析簡(jiǎn)單供稿源聚合的不足之后,提出深度聚合并進(jìn)行信息預(yù)處理。即:對(duì)供稿源進(jìn)行內(nèi)容抽取,轉(zhuǎn)化成粒度更小的文章作為基本對(duì)象,并進(jìn)行文本分詞及關(guān)鍵詞提取等處理。在此基礎(chǔ)上,以聚焦并可擴(kuò)展的閱讀為目的,重點(diǎn)討論了多種深度聚合方式。主要包括:通過(guò)研究中文文本分類技術(shù),實(shí)現(xiàn)了基于文章內(nèi)容的自動(dòng)分類。海量文章的類