基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对互联网舆情管控领域信息量大,时效性强,往往偏重于某些方向,如社会热点、焦点,或反动、黄色言论等的特点,文中把基于密度的聚类思想引入传统K-Means算法,提出全新的DK聚类算法,并且基于DK算法构建中文文本聚类模型,重点对互联网媒体发布信息进行主动热点发现研究.用实验验证中文聚类模型的具体性能,证实了该模型的有效性和实用性.
推荐文章
互联网媒体信息热点主动发现技术研究与应用
DCFK
大规模中文信息聚类
热点发现
网络舆情热点挖掘算法研究与实现
网络舆情
热点挖掘
Hits
PageRank
基于互联网的大数据与生物监测
互联网
大数据
生物事件
监测预警
大数据与互联网的舆情管控
互联网舆情
大数据
数据挖掘
自然语言处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于DK算法的互联网热点主动发现研究与实现
来源期刊 计算机技术与发展 学科 工学
关键词 K-Means DK 中文文本聚类 舆情管控
年,卷(期) 2008,(9) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 1-4
页数 4页 分类号 TP391.3
字数 4632字 语种 中文
DOI 10.3969/j.issn.1673-629X.2008.09.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李建华 上海交通大学信息安全工程学院 336 2966 25.0 36.0
2 李翔 上海交通大学信息安全工程学院 67 1177 16.0 33.0
3 林祥 上海交通大学信息安全工程学院 21 134 8.0 11.0
4 李若鹏 上海交通大学信息安全工程学院 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (22)
参考文献  (4)
节点文献
引证文献  (11)
同被引文献  (31)
二级引证文献  (40)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(13)
  • 引证文献(1)
  • 二级引证文献(12)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
K-Means
DK
中文文本聚类
舆情管控
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导