基于海量網(wǎng)絡(luò)輿情信息的熱點發(fā)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展，網(wǎng)絡(luò)輿情信息在不斷的加速增長著。這些海量的信息對社會所造成的影響不能再回避，當(dāng)前高新科技手段的介入成為了必然，需要一套自動的輿情分析系統(tǒng)，及時有效的發(fā)現(xiàn)目前網(wǎng)絡(luò)所面臨的熱點突發(fā)事件，為上級領(lǐng)導(dǎo)的決策做出正確的引導(dǎo)。本課題依托于粵港關(guān)鍵領(lǐng)域重點突破項目“一體化綜合信息安全防護系統(tǒng)”子項目“輿情分析系統(tǒng)”，對于里面的熱點發(fā)現(xiàn)這一關(guān)鍵技術(shù)進行了深入的分析、研究。
　　在本課題中通過對各種常見聚類算法進行了比較、研究

2、，結(jié)合需要處理的文本集是海量的特點，提出了一種新的二次聚類算法—DAK（Density And K-means）。它是將劃分聚類方法與基于密度的聚類方法相結(jié)合的結(jié)果，該算法降低了在相同文本數(shù)量下聚類過程中的時間消耗，并且對結(jié)果的查全率、查準(zhǔn)率都有較大的提高?？朔藙澐址椒ㄐ枰谶M行聚類前需要給出初始參數(shù)的缺點，從而使在同樣文本集的情況下多次聚類的結(jié)果是穩(wěn)定的。
　　對于文本的主要工作總結(jié)如下：
　　1）結(jié)合目前國內(nèi)外相關(guān)的各