基于信息聚合的科技新闻服务研究与实现

《基于信息聚合的科技新闻服务研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、夺固許＾游来大赛ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｏｆＣｈｉｎａｇｙ硕±学位论文戀魚、聚会的姑斬巧服务论文题目矣子信科，占连观研奔作者姓名藉逗学科专业检制科学与工巧导师姓名朱巧敎按完成时间二〇—六年五月木因种语满来大赛硕±学位论文戀基于信息聚合的科技新闻服务研究与实现作者姓名：蒋旦学科专业：控制科学与工程别币姓名：朱明教授完成时间二〇－六年五月：ｍ

2、ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｏｆＣｈｉｎａｇｙＡ，ＤｉｓｓｅｒｔａｔｉｏｎｆｏｒＭａｓｔｅｒｓＤｅｇｒｅｅ＠）ＲｅｓｅａｒｃｈａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＴｅｃｈｎｏｌｏＮｅｗｓＳｅｒｖｉｃｅｇｙＢａｓｅｄｏｎＩｎｆｏｒｍａｔｉｏｎＡｇｇｒｅｇａｔｉｏｎ＇ＡｕｔｈｏｒｓＮａｍｅＪｉａｎＤａｎ：ｇＳｐｅｃｉａｌｔｙ；ＣｏｎｔｒｏｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ

3、Ｓｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＺｈｕＭｉｎｇｆｃＦｉｎｉｓｈｅｄｔｉｍｅ：Ｍａｙ２０１６，ｋ中国科学技术大学学位论文原创性声明本人声明巧呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除已特别加Ｗ标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的硏巧成果一。与我同王作的同志对本研巧所做的贡献均己在论文中作了明确的说明。作者签名：每签字日期：Ｓ啤瑪中国科学技术大学学位论文授权使用声明作为申请学位的条件之一，学位论文著

4、作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部口或机构送交论文的复印件和电子版，允许论文被査阅和借阅，可Ｗ将学位论文编入有关数据库进行检索，可Ｗ采用巧印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文挡的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。开□保密（年）作者签名：马导师签名：《＾签字曰期：曰期：苗瓜￥签字二．－、巧］摘耍摘要随着互联网媒体和用户分享渠道的

5、増加，信息的海量増长造成了严重的信息过载问题。此时，相比于传统的信息聚合主要关注如何提供更加丰富的资源，信息筛选与过淹反而成为更加有价值的技术。如何帮助用户快速获取真正感兴巧的信息，提高用户接受知识的效率成为信息聚合技术新的挑战。本文针对科技新闻服务中的信息过载问趣，探索了结合文本巧掘方法的信息筛选与过巧技术。基于句子语义巧似度计算方法，提出巧合文本语义特征的消重算法和文本巧类算法，用于新闻去重、社会关注热点挖掘、用户感兴趣话題的巧。准定位具体工作内容与成果包括：

6、一１．提出了种基于语义的短文本消重技术。针对新闻聚合中的信息冗余问＂＂题一，提出了种不仅能检测出字面上重复或者近似重复，还能检测出话趣重复一一—事件的新闻的消重算法报导同。文中首先探讨了句子语义相似度计算的般方法，并对基于ＷｏｒｄＥｍｂｅｄｄｉｎｇ词向ＪＩ计算句子相似度的方法进行了改进，将句子语义相似度计算用于判定新闻的话题相似度。实验证明，和单纯的基于字面的消重算法对比，该算法能在保持较髙消重准碗率的前提下，较大幅度提高召。回率，因而该算法能巧更大程度上去除新闻巧

7、合的兀余一２．提出了种基于语义和围的短文本巧类算法。传统的文本巧类算法往往＞ｏｆ－ｗｏｒｄ采用词包（Ｂａｇｓ）模型，忽格了文本包含的语义信息；而基于中也划分的巧类巧法，容易将巧念相关的自然簇强制分开。本文通过巧合词向量语义模型一和能发现强连接自然簇的田巧类算法，提出了种短文本巧类？法，弥补了传统算法的不足。通过对实验中共２１个巧类焦的人工评估，发现新算法能更好地捕－ｍｅａｎｓ获新闻的主趙信息且较传统的ｋ表现出更髙的巧类纯度，因此能更有效地完成新闻话題巧掘的任务。＂＂．

8、新闻服务系统，３利用上述成果构建科技视界，待简新闻巧合结果改善用户体验。该系统已投放Ａｎｄｒｏｉｄ应用市场，实现稳定运行。关键词：语义相似度词向量文本消重文本巧类完全子图新闻巧合话涵巧巧ＩＡＢＳＴＲＡＣＴＡＢＳＴＲＡＣＴＷＵｈ化ｅｉｎｃｒｅａｓｅｏｆＩｎｔｅｒｎｅｔｍｅｄｉａａｎｄｕｓｅｒｓｓｈａｒｉｎｇｃｈａｎｎｅｌｓ，ｔｈｅｍａｓｓｉｖｅｇｒｏｗｔｈｏｆｉｎｆｏｒｍａｔｉｏｎｃａｕｓｅｄ泣ｓｅｒｉｏｕｓｐｒｏｂｌｅｍｏｆｉｎｆ