基于DK算法的互联网热点主动发现研究与实现

• 作者: 李建华 李翔 李若鹏 林祥
• 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
• 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

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.

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