網(wǎng)絡(luò)輿情熱點(diǎn)發(fā)現(xiàn)相關(guān)技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)媒體已成為人們獲取信息的重要來源，網(wǎng)絡(luò)紛繁復(fù)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?wù)Z料進(jìn)行分析，并提取其中的熱點(diǎn)話題難以實(shí)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(diǎn)話題，已經(jīng)成為一個(gè)重要的研究方向。本文在研究當(dāng)前熱點(diǎn)話題發(fā)現(xiàn)方法的基礎(chǔ)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(chǔ)設(shè)計(jì)了一種網(wǎng)絡(luò)熱點(diǎn)話題發(fā)現(xiàn)模型。本文的主要研究內(nèi)容有以下兩個(gè)方面：

2、
　　 提出了基于報(bào)道主題劃分思想的熱點(diǎn)話題識別過程。分析了由于話題和報(bào)道的多側(cè)面性導(dǎo)致將整篇報(bào)道用單一向量表示時(shí)造成的兩種主題漂移，提出了對報(bào)道進(jìn)行主題劃分的思想，并通過實(shí)驗(yàn)驗(yàn)證了TextTiling算法對新聞報(bào)道進(jìn)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(shí)驗(yàn)和單遍聚類算法進(jìn)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(shí)間性能。提出了基于主題劃分思想的話題的種子報(bào)道的選擇方法和話題的主

3、題更新方法，及利用報(bào)道之間存在共同主題的特征進(jìn)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(guān)話題的比較，提高了系統(tǒng)的性能，同時(shí)防止了兩個(gè)相似的話題互為噪音，提高了系統(tǒng)的準(zhǔn)確性。
　　 綜上所述，本文在分析話題特征的基礎(chǔ)上，重點(diǎn)對基于報(bào)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(diǎn)話題識別過程進(jìn)行了詳細(xì)設(shè)計(jì)，并通過實(shí)驗(yàn)驗(yàn)證了方案的