-
题名一种基于语义分析的热点新闻发现方法
被引量：4
- 1
-
-
作者
曹通
-
机构
南京理工大学计算机科学与工程学院
-
出处
《计算机与现代化》
2017年第6期30-33,39,共5页
-
文摘
随着互联网的发展和普及,互联网新闻报道已是人们获取社会信息的主要手段,如何快速准确地获取互联网新闻热点话题是一个急需解决的问题。本文使用LDA(Latent Dirichlet Allocation)和BTM(Biterm Topic Model)主题模型,充分考虑新闻标题和新闻正文对新闻热点检测影响的不同,分别对新闻的正文和标题进行语义分析,新闻标题使用BTM模型,新闻正文使用LDA模型,提取主题特征向量,并将2种语义特征进行融合,形成全文的语义特征,然后通过改进的聚类算法,进行聚类,在此基础上引入新闻热度的定义,通过热度公式计算新闻的热度,利用计算出的热度值排序得到最近一段时间的热点新闻。通过在爬取的新闻数据上的实验,验证了本文方法的有效性和实用性。
-
关键词
隐含语义分析
新闻热度
话题检测
LDA与BTM模型
-
Keywords
latent semantic analysis
news heat
topic detection
LDA and BTM model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于新闻事件的科技情报逻辑依赖链生成方法
被引量：1
- 2
-
-
作者
马艳
韩英昆
曹建梅
任金花
刘科
邹立达
-
机构
山东电力研究院
国网山东省电力公司电力科学研究院
山东财经大学
-
出处
《山东电力技术》
2022年第2期7-11,共5页
-
基金
国家自然科学基金项目(61802229)
山东电力研究院项目“面向大规模数据源的自主进化科研选题技术研究”(ZY-2021-16)
山东省高等学校科技计划项目(KJ2018BAN046)。
-
文摘
随着创新驱动发展战略的持续推进,科技工作者精准选题的需求不断增长。目前通过主题订阅和推荐算法推送相关领域文章给科技工作者的方法,使得科技人员不易洞察和分析应用市场与科学技术的关联脉络,也不易对热点事件的重要程度形成客观的认识。设计一种基于新闻事件的科技情报逻辑依赖链生成方法,利用模拟热量传导现象找到热点事件相关主题,并基于主题词热量极值出现先后时序及相关性,形成热点新闻事件与科技人员领域的逻辑依赖链条,帮助科技工作者进行科研选题工作。试验表明,提出的逻辑依赖链生成算法可准确表达主题间的逻辑依赖关系,在主题词规模较大时,其优秀率高达70%。
-
关键词
科研选题
新闻事件
逻辑依赖链
热量传导
-
Keywords
selection of scientific research subjects
news event
logical dependency chain
heat conduction
-
分类号
TM7
[电气工程—电力系统及自动化]
-
-
题名增量式聚类的新闻热点话题发现研究
被引量：1
- 3
-
-
作者
王丽颖
葛丽娜
张翼鹏
王红
-
机构
广西民族大学信息科学与工程学院
广西民族大学东盟研究中心(广西科学实验中心)
-
出处
《计算机与现代化》
2017年第3期46-50,共5页
-
基金
国家自然科学基金资助项目(61462009)
广西高等学校优秀中青年骨干教师培养工程项目(GXQG012013014)
广西民族大学中国-东盟研究中心(广西科学实验中心)2014年度开放课题项目(TD201404)
-
文摘
为实现新闻热点话题的排行和发现,对新闻文本进行聚类,通过对报道频率的研究,利用热度公式计算得到新闻热点话题TOP排行榜。针对增量式聚类方法 Single-Pass算法相似度公式计算代价大和特征值选择不够准确的不足提出改进方案,利用抓取的新闻语料库数据对改进算法进行实验验证与分析,实验数据与Single-Pass算法聚类结果进行对比,得到了更理想的新闻热点聚类效果,表明了算法的可行有效性。
-
关键词
新闻热点话题
文本聚类
Single-Pass算法
热度公式
-
Keywords
hot news topic
text clustering
Single-Pass algorithm
formula of heat
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
