基于增量聚類的新聞話題發(fā)現(xiàn)研究.pdf

1、隨著Internet技術的飛速發(fā)展，互聯(lián)網(wǎng)作為第四大媒體，已逐漸成為社會公眾獲取信息、傳遞信息和發(fā)布信息的主要載體。各大新聞門戶網(wǎng)站由于新聞報道的時效性和廣泛性，成為了新聞報道的“先鋒軍”。大量網(wǎng)絡新聞信息在豐富生活的同時，快速的新聞報道又會對民眾輿論和價值觀產(chǎn)生深遠的影響。不僅如此，新聞報道的角度和報道數(shù)量也能從一定程度上反應出當前社會輿論焦點和主要矛盾。因此，對網(wǎng)絡新聞話題的熱點發(fā)現(xiàn)研究已成為一項緊迫而又重要的課題。在新聞話題發(fā)現(xiàn)研

2、究中，網(wǎng)絡新聞信息獲取的時效性和內容分析的準確性是話題發(fā)現(xiàn)研究的重中之重，其核心技術即新聞話題聚類技術對信息的分析準確性起著極為關鍵的作用。針對話題發(fā)現(xiàn)技術的實際應用意義，本文綜合考慮話題聚類的準確性和話題分析客觀性，進行了增量聚類算法和結合機器翻譯的聚類算法應用兩個方向的研究。
　　本文的主要工作有如下三個方面：一是在獲取各大門戶新聞網(wǎng)站新聞報道以后，對這些報道進行中文分詞，為了使分詞結果更加滿足于下一步分析工作，改進了傳統(tǒng)統(tǒng)計