基于改进 TF*PDF 算法的网络新闻热点话题检测和跟踪

• 作者: 李红 迟呈英
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Single-Pass聚类 话题识别 热点话题 热度分析
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 算法
• 页码范围: 311-314
• 页数: 4页
• 分类号: TP301
• 字数: 4613字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.12.082

摘要

对网络新闻文本进行研究，发现网络新闻结构包含标题和正文，基于这种结构提出加权词频统计方法，该方法提高了可能成为热点话题的特征项的权重。通过Single-Pass聚类算法，对新闻报道进行聚类，得到话题列表。基于TF*PDF思想，引入话题权重，提出新的话题热度计算方法，同时使用“话题指数”描述话题的发展趋势。通过实验表明新的热度计算方法比原热度计算方法检测效果好，得到的话题发展趋势与实际吻合。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李红	辽宁科技大学软件学院	21	86	5.0	9.0
2	迟呈英	辽宁科技大学软件学院	20	99	5.0	9.0