欢迎来到天天文库
浏览记录
ID:35181368
大小:3.55 MB
页数:63页
时间:2019-03-21
《基于lda模型与聚类的网络新闻热点话题发现研究》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、!I1.j分类号密级UDC硕±学位论文基于LDA模型与聚类的网络新闻热点话题发现研究:作者姓名巧晓霞-:壁科、去#:^计算机技术''""言T;:,,—‘211004:212013085..学接号___t'>?'.-“?+ti■白描ifTT;如1古AI?.:刘巧剑指导教师漁與^’‘.:d*,一晦二^*.:20164.—年月j心完成日期^y^*<i.in^aiaHMg7>:lMMiii?N山'-^i、_
2、^^.,,一ii以IHBHKClassifiedIndex:UDC:XihuaUniversityMasterDegreeDissertationResearchonNetworkNewsHotTopicDetectionbasedonLDAModelandClusteringCandidate:WanXiaoxiaMajor:ComputerTechnologyStudentID:212013085211004Supervisor:AssociateProf.LiuKejianApril,2016西华大学学位论文独创性声明作者郑重声明:所呈交的学位论文,是本人在导
3、师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用内容和致谢的地方外,本论文不包含其他个人或集体己经发表的研究成果,化不包含其他己申请学位或其他用途使用过的成果一同工作的同志对本研究所做的贡献。与我均己在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。ifj/学位论文作者签名:渗指导教师签名《爱疋刮曰!:曰期期瓜备:。户多心西华大学学位论文版权使用授极书本学位论文作者完全了解学校有关保留、使用学位论文的规定,在校攻读学位期间论文工作的知巧产权属于西华大学,同意学校保留并向国家有关部口
4、或机构送交论文的复印件和电子版,允许论文被查阅和借阅,西^^1义将本论文的全部或部分内容编入有关数据库进行栓索1华大学可,可义采、缩印或扫描等复巧手段保存和汇编本学位论文用影印。(保密的论文在解密后遵守此规定)学位论文作者签名指导教师签名:曰期:知作若曰期:摘要随着互联网技术的飞速发展,各大新闻门户网站应运而生,并成为了新闻媒体发布新闻和人们获取信息的主要渠道。但由于网络新闻的复杂性、冗余性、更新和传播的快速性等,都给人们快速、准确地获取自己所需的关键信息带来了困难,也不利于网络舆情的监控。因此网络新闻热点发现已成为当下研究的热点。本文对传统话题检测方法进
5、行了研究,针对VSM模型在语义挖掘方面和LDA模型在预处理方法方面的不足,结合变色龙聚类算法在话题发现上的应用,提出了基于时间窗口的热点话题发现方法PLDA-CHC-SP。本文的主要工作包括:1)针对LDA建模时传统的数据预处理方法的不足,提出了一种用TF-IDF值对文本词语进行权重过滤的改进预处理的LDA建模方法——PLDA(PromotedLatentDirichletAllocation),对于提高热点话题发现的速度和准确率有一定帮助。2)传统的聚类算法大部分是基于VSM模型进行文档建模,而本文充分利用LDA模型的优点以及变色龙层次聚类对于话题发现准确度较高的优点,将改进预
6、处理后的LDA与变色龙层次聚类算法相结合,提出了一种新的每日话题发现方法PLDA-CHC(PromotedLatentDirichletAllocationwithChameleonHierarchicalClustering),以提高每日话题发现的准确率;并提出了一种新的话题热度计算方法对每日话题进行热度量化。3)对于PLDA-CHC的每日话题发现结果,使用了Single-Pass增量聚类算法用于时间区间更大的话题发现。最后通过对热点话题热度的分析,绘制了话题热度发展趋势图。实验结果表明,本文提出的热点话题发现方法能够提高热点话题发现的准确性,具有一定的实用价值。关键词:新闻热
7、点;LDA模型;变色龙;话题热度;Single-Pass;发展趋势IAbstractWiththerapiddevelopmentofInternettechnology,themajornewsportalwebsiteshaveemerged,andbecomethemainchannelfornewsmediaandpeopletoobtaininformation.However,it’sdifficultforpeopletoaccessthekeyinformatio
此文档下载收益归作者所有