一种基于PDBMLCA聚类的网络突发事件发现算法

• 作者: 刘云 温源 王星 行新香
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 自然语言 聚类 突发事件 权重
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 电子信息与计算机技术
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP391.4
• 字数: 5641字
• 语种: 中文

摘要

针对目前网络信息爆炸式发展的状况下,需要及时了解和掌握网上重要信息及追踪网络事件进展,给出了一种突发事件发现算法.该算法通过引入文本词语的突发度量值,考虑位置对词语权重影响等因素,提高了计算权重值的准确度.根据基于预设密度的最大链路算法,在平均半径的范围内,满足一定条件的文本集合连成一条链路,进而形成一个类簇相似的文本以类簇为类.该聚类算法在结合突发值及位置影响等因素下,能够合理的划分一段时期内的文本并归属相应的主题.实验结果表明,该算法在发现突发事件中有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云	北京交通大学通信与信息系统北京市重点实验室	183	1843	21.0	36.0
2	王星		12	18	2.0	3.0
3	温源	北京交通大学通信与信息系统北京市重点实验室	1	1	1.0	1.0
4	行新香	北京交通大学通信与信息系统北京市重点实验室	1	1	1.0	1.0