2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、Blog(博客)作為一種全新的網(wǎng)絡(luò)發(fā)布模式,在很大程度上增強了網(wǎng)絡(luò)信息的開放性,也使得Blog領(lǐng)域里的信息量成倍增長。為了人們能夠快速的從Blog領(lǐng)域有意義的知識,迫切需要對Blog領(lǐng)域的信息進行挖掘。目前,Blog領(lǐng)域的內(nèi)容挖掘技術(shù)主要是從Blog中抽取關(guān)鍵信息,獲取統(tǒng)計信息,并在此基礎(chǔ)上進行分析的過程。話題檢測與話題跟蹤技術(shù)是基于事件的信息組織技術(shù),以實現(xiàn)對新聞報道信息流中話題的自動檢測以及對己知話題的動態(tài)跟蹤。
  本文面向

2、Blog領(lǐng)域,使用話題檢測、話題跟蹤和熱門話題排序技術(shù)對其話題信息進行挖掘,將Blog信息按照所表達(dá)的主題進行歸類和組織,有效地管理和組織了Blog信息,可以使用戶在動態(tài)變化的環(huán)境下查看自己感興趣或需要的信息,盡量避免涉足大量的其他信息,并對自己感興趣的話題進行追蹤了解的目的。
  本文首先介紹了話題檢測和話題跟蹤的基礎(chǔ)技術(shù)文本聚類和分類技術(shù),并針對Blog領(lǐng)域信息的特點設(shè)計了話題檢測和話題跟蹤技術(shù)。在相似度計算中提出了詞形和詞頻

3、相結(jié)合的方法和一種新的標(biāo)題相似度和正文相似度相結(jié)合的方法。在提取話題的名稱中提出采用tf*df的權(quán)重計算方法抽取權(quán)重最大的幾個詞作為話題的名稱。本文對Blog領(lǐng)域使用的話題檢測和話題跟蹤的實驗結(jié)果進行了測試,實驗驗證了本文對相似度的兩種改進的有效性和在Blog領(lǐng)域使用話題檢測和話題跟蹤技術(shù)的可行性。在熱門話題排序技術(shù)中,通過對Blog網(wǎng)頁的分析,選擇話題中的文章數(shù)、評論數(shù)、評論人數(shù)作為排序特征,并提供了四種排序的方法。為了滿足處理大規(guī)模

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論