基于聚類算法的熱點(diǎn)提取技術(shù)應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近些年來,人們致力于聚類算法的研究,如結(jié)構(gòu)性聚類、分散性聚類、譜聚類等,并誕生了諸如層次聚類、DBSCAN聚類算法、QT聚類、BIRCH聚類、均值飄移聚類等算法,這些聚類算法很好的應(yīng)用到了文本聚類中。但當(dāng)這些聚類算法應(yīng)用在熱點(diǎn)發(fā)現(xiàn)時(shí)都存在一定的局限性,如在文本相似度計(jì)算、熱點(diǎn)詞提取等方面有著較大的缺陷。
  本文以企業(yè)創(chuàng)新資源管理與分析平臺為背景,主要實(shí)現(xiàn)平臺對網(wǎng)絡(luò)新聞、科技論文文獻(xiàn)的熱點(diǎn)詞提取功能。首先分析了網(wǎng)絡(luò)新聞、科技論文文

2、獻(xiàn)的文本書寫結(jié)構(gòu)。在分析文本結(jié)構(gòu)的基礎(chǔ)上,構(gòu)建各個(gè)特征詞的權(quán)重,最后通過DBSCAN聚類算法提取聚類簇,并從前5個(gè)最大的簇中抽取熱點(diǎn)詞,通過網(wǎng)頁可視化的形式展示出來。本文的主要工作包括:
  關(guān)鍵詞質(zhì)量的高低和文章的各個(gè)要點(diǎn)的內(nèi)容是息息相關(guān)的。因此要有效的提取關(guān)鍵詞,就要全面理解文章的內(nèi)容和文中各詞語的確切詞義。為了提高熱點(diǎn)詞匯的提取質(zhì)量,需要定制化的方式根據(jù)文本敘述結(jié)構(gòu)提取特征詞。
  在進(jìn)行文本聚類時(shí),需要先分析兩個(gè)文本

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論