基于短信文本信息流的多热点事件挖掘

• 作者: 刘金岭 周泓 王新功
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 短信文本 信息流 热点事件 Single-Pass 聚类
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 7-12
• 分类号: TP311
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2012.200

摘要

短信文本信息流携带了丰富的信息资源,为了在其中挖掘出多热点事件,给出了短信文本信息流在线分检算法,该方法采用特征词共现频度定义了特征词相关度,综合前导信息集合及信息产生频率定义了短信文本相似度.并且每聚类到一个时间段后,就对已聚类的短信文本进行周期分类.该算法对大数量短文本信息流的多热点事件检索效率较高,同时减少了信息的误检和漏检的可能性.在真实数据集上与Single-Pass算法进行比较实验,其结果表明了各项指标都有不同程度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘金岭	淮阴工学院计算机工程学院	63	355	10.0	15.0
2	周泓	淮阴工学院计算机工程学院	16	49	4.0	6.0
3	王新功	沧州师范学院计算机系	9	34	5.0	5.0