命名实体的网络话题K-means动态检测方法

• 作者: 刘素芹 柴松
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 命名实体 网络话题 动态检测 K-means聚类 自相似度 话题向量
• 年，卷（期）: 2010,（2）
• 页码范围: 122-126
• 分类号: TP18
• 字数: 5138字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2010.02.005

摘要

针对传统的网络话题检测方法在文本特征表示方面的不足及K-means聚类算法面临的问题,提出了一种基于命名实体的网络话题K-means动态检测方法.该方法对传统话题检测的特征表示方法进行了改进,用命名实体和文本特征词相结合表示文本特征,用命名实体对文本表示的贡献大小表示命名实体的权重;另外,利用自适应技术对K-means聚类算法中的K值进行自收敛,对K-means聚类算法进行了优化,利用K值的动态选取来实现网络话题的动态检测.实验结果表明,该方法较好地区分了相似话题,有效提高了话题检测的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘素芹	中国石油大学计算机与通信工程学院	14	65	4.0	7.0