网络舆情热点话题检测聚类算法研究

• 作者: 杨雅茜 沈小平 罗昭 邓先均 陈旭东
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 数据聚类 聚类算法 网络舆情 热点话题检测
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 算法分析
• 页码范围: 146-149
• 页数: 4页
• 分类号: TP391.1
• 字数: 2763字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2018.05.70

摘要

数据聚类是基于某种相似性度量在多维数据中识别自然分组或集群的过程.聚类是许多不同学科的基本过程.因此,来自不同领域的研究人员正在积极研究聚类问题.文章首先对代表性的基于划分的聚类方法进行了一个概述,在此基础之上,针对网络舆情热点话题检测,文章使用这几个聚类算法进行对比试验,进而分析出更适用于热点话题检测方面的算法.最后对文章的研究进行总结,归纳出本研究的局限性,并指出改进的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓先均		2	4	1.0	2.0
2	罗昭		2	4	1.0	2.0
3	陈旭东		2	4	1.0	2.0
4	杨雅茜		1	3	1.0	1.0
5	沈小平		1	3	1.0	1.0