基于聚類(lèi)算法的熱點(diǎn)提取技術(shù)應(yīng)用研究.pdf

1、近些年來(lái)，人們致力于聚類(lèi)算法的研究，如結(jié)構(gòu)性聚類(lèi)、分散性聚類(lèi)、譜聚類(lèi)等，并誕生了諸如層次聚類(lèi)、DBSCAN聚類(lèi)算法、QT聚類(lèi)、BIRCH聚類(lèi)、均值飄移聚類(lèi)等算法，這些聚類(lèi)算法很好的應(yīng)用到了文本聚類(lèi)中。但當(dāng)這些聚類(lèi)算法應(yīng)用在熱點(diǎn)發(fā)現(xiàn)時(shí)都存在一定的局限性，如在文本相似度計(jì)算、熱點(diǎn)詞提取等方面有著較大的缺陷。
　　本文以企業(yè)創(chuàng)新資源管理與分析平臺(tái)為背景，主要實(shí)現(xiàn)平臺(tái)對(duì)網(wǎng)絡(luò)新聞、科技論文文獻(xiàn)的熱點(diǎn)詞提取功能。首先分析了網(wǎng)絡(luò)新聞、科技論文文

2、獻(xiàn)的文本書(shū)寫(xiě)結(jié)構(gòu)。在分析文本結(jié)構(gòu)的基礎(chǔ)上，構(gòu)建各個(gè)特征詞的權(quán)重，最后通過(guò)DBSCAN聚類(lèi)算法提取聚類(lèi)簇，并從前5個(gè)最大的簇中抽取熱點(diǎn)詞，通過(guò)網(wǎng)頁(yè)可視化的形式展示出來(lái)。本文的主要工作包括：
　　關(guān)鍵詞質(zhì)量的高低和文章的各個(gè)要點(diǎn)的內(nèi)容是息息相關(guān)的。因此要有效的提取關(guān)鍵詞，就要全面理解文章的內(nèi)容和文中各詞語(yǔ)的確切詞義。為了提高熱點(diǎn)詞匯的提取質(zhì)量，需要定制化的方式根據(jù)文本敘述結(jié)構(gòu)提取特征詞。
　　在進(jìn)行文本聚類(lèi)時(shí)，需要先分析兩個(gè)文本