基于关键句的K-means算法在热点发现领域的研究与应用

• 作者: 顾俊
• 来源期刊: 贵州科学
• 学科: 地球科学
• 关键词: 文本挖掘 TF-IDF 聚类 K-means
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 大数据、信息科学
• 页码范围: 93-96
• 页数: 4页
• 分类号: TP391.1|N37
• 字数: 3770字
• 语种: 中文

摘要

由于“互联网+”提出的,网络信息呈现爆炸的趋势.面对海量数据如何准确找到热点事件成了网民关注的话题.文章从实际应用出发,首先对每一篇文本选取5句话作为该文本关键句,然后用TF-IDF计算特征词值,特征向量选择时不考虑单个字的权重,再用K-means算法进行聚类.以新浪新闻为例,将环境、住房和违法三类话题共322篇文本作为测试语料进行聚类,聚类准备率达到70％以上,说明选取关键句比将整个文本作为聚类对象的聚类效果好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾俊	贵州师范大学数学与计算机科学学院	1	1	1.0	1.0