基于JS综合相似度的个人微博时序事件归类研究

• 作者: 周环宇 聂知秘 钟振华 高永兵
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 相似度 特征词 同类词模板 事件归类
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 56-59,181
• 页数: 5页
• 分类号: TP399
• 字数: 7186字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.07.012

摘要

为了提高个人微博相似度的精确性,实现事件的高效归类,提出一种基于改进的Jaccard相似度和余弦相似度的JS综合相似度算法.该算法采用改进的TF-IDF算法提取特征词及LDA(Latent Dirichlet Allocation)主题模型构造同类词模板,在此基础上计算个人微博相似度,最后利用K-means时序事件归类算法对个人微博进行归类.实验结果表明所提出的JS综合相似度算法比传统的相似度算法具有更高的精确度,在一定程度上提高了个人微博时序事件归类的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高永兵	内蒙古科技大学信息工程学院	64	245	6.0	13.0
2	周环宇	内蒙古科技大学信息工程学院	3	5	2.0	2.0
3	聂知秘	内蒙古科技大学信息工程学院	3	5	2.0	2.0
4	钟振华	内蒙古科技大学信息工程学院	2	8	2.0	2.0