K-means聚类算法及其在网络舆情中的应用

• 作者: 徐建国 李青 韩青君
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 网络舆情 舆情分析 聚类算法 K-means算法
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 算法与语言
• 页码范围: 65-67
• 页数: 3页
• 分类号: TP312
• 字数: 2120字
• 语种: 中文
• DOI: 10.11907/rjdk.182382

摘要

互联网的快速发展,使得网络成为公众发布信息和交流观点的主要平台,网络舆情成为社会舆情的重要组成部分,网络舆情数据的获取与分析为舆情态势和预警提供了技术支持,对政府掌握最新舆情动态以及我国民主法治建设、精神文明建设具有重要意义.通过对比分析,对近年来网络舆情热点的获取方法进行了研究,在理解K-means聚类算法基础上进一步改进该算法,对新闻中的关键词进行聚类分析以获得舆情热点,并给出算法实现过程.该方法为引导网络舆情发展方向提供了依据,也可以及时防范误导性言论对社会公众的消极影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐建国	山东科技大学计算机科学与工程学院	26	125	6.0	10.0
2	李青	山东政法学院公共管理学院	6	11	2.0	3.0
3	韩青君	山东科技大学计算机科学与工程学院	1	4	1.0	1.0