基于字符串相似性聚类的网络短文本舆情热点发现技术
Online Public Opinion Hotspot Detection and Analysis Based on Short Text Clustering Using String Distance作者机构：北京工业大学计算机学院北京100124
出 版 物：《北京工业大学学报》 (Journal of Beijing University of Technology)
年 卷 期：2010年第36卷第5期
页 面：669-673页
核心收录：
学科分类：0810[工学-信息与通信工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家'九七三'计划资助项目(2007CB311100) 北京市自然科学基金资助项目(4102012 4102013) 北京市教育委员会科技发展计划面上资助项目(KM200810005030) 北京工业大学青年科学基金资助项目
摘 要：将每个短文本文档看成一个由文字、数字和标点构成的字符串,并基于字符串自身的特性直接计算其相似性,在此基础上进行短文本层次化聚类,进而发现网络舆情热点.由于这种方法免去特征提取和文本表示过程,在一定程度上避免了传统方法在短文本表示时特征向量稀疏的不足,有效解决了短文本内容聚类问题.实验结果表明,本文提出方法有效.
维普期刊数据库
同方期刊数据库