基于互聯網的話題分類及敏感話題發(fā)現技術研究與實現.pdf

1、隨著計算機網絡的蓬勃發(fā)展，人們獲取信息及知識的渠道也發(fā)生了很大的變化。傳統(tǒng)方式的信息傳播，如電視、報紙、廣播等方式，逐漸退出了傳媒的主流地位?；ヂ摼W這一新興的傳播方式很快被人們所接受，中國網民目前數量大約6億多（包含手機終端等），極致反映出互聯網信息的重要性。雖然互聯網是現在人們獲得信息的一種常用且重要的手段，但是它是巨大的、復雜的、多樣的和動態(tài)變化的。所以，在數以億計海量的數據面前，如何快速且準確地獲取用戶感興趣的信息與知識，是本論文

2、的終極目標。
　　在本系統(tǒng)中，我們運用的主要技術有話題爬蟲、全文檢索以及WEB文本挖掘。通過對這些技術研究與實現，有價值的知識和高層次的話題就能從相應的話題集合中抽取出來，從而使得凌亂、龐大的話題集為我們提供可靠且有序的知識支持與話題支撐服務；這個系統(tǒng)不僅能夠查找出以往過期的話題（即歷史話題），而且能夠分析出哪個話題更具有權威性以及哪個話題與關鍵字匹配更密切，為用戶得到更好的查詢與體驗效果提供了有力的支持。只不過，本系統(tǒng)中的話題來