利用博客链接平台选取联合关键字的博客聚类方法

发布时间：2018-01-22 04:18

本文关键词： 关键字提取博客链接平台博客聚类联合关键字相似性度量　出处：《计算机应用研究》2017年12期 　论文类型：期刊论文

【摘要】：针对全文本关键字检索的时间成本高、采用标签/类别会产生语句歧义和同义词等问题,提出在博客链接平台上选取联合关键字进行博客聚类。假设一个博客文章被查询的候选关键字(或者联合关键字)可以用于表示这个博客文章的主题,为验证该假设,首先将跟踪代码嵌入到博客链接(BC)组件中,以收集读者查询的关键字;然后,选取适当的候选关键字作为联合关键字;最后,使用重叠投影、交互信息投影、分布式分布信息和肯德尔τ系数这四种相似性度量以验证BC组件提取的联合关键字。实验结果表明,提出的方法可以为查询者提供一条找到对应博客的快速通道;此外,生成的联合关键字可以减少全文本关键字检索过程的复杂度和冗余度,很好地满足了博客用户的需求。
[Abstract]:In view of the high time cost of full-text keyword retrieval, the use of labels / categories will lead to the ambiguity of statements and synonyms and other problems. Suppose a blog post is queried for candidate keywords (or joint keywords) can be used to represent the topic of this blog article. To verify this hypothesis, the trace code is first embedded into the blog link (BC) component to collect the keywords of the reader's query. Then, the appropriate candidate keywords are selected as joint keywords. Finally, overlap projection, interactive information projection, distributed distribution information and Kendall 蟿 coefficient are used to verify the joint keywords extracted by BC components. The proposed method can provide a fast way to find the corresponding blog for the searcher. In addition, the generated joint keywords can reduce the complexity and redundancy of the whole text keyword retrieval process and meet the needs of blog users.
【作者单位】：运城学院计算机科学与技术系;中国民航大学计算机科学与技术学院;
【基金】：国家自然科学青年基金资助项目(61301245)
【分类号】：TP391.1;TP393.092
【正文快照】： 0引言由于网络用户能够非常便利地在博客上发布信息,博客已经变成了一个主要的信息分享平台[1],这些信息包括各种个人想法、新闻以及娱乐消息。越来越多的博客写手希望将其发布的信息分享给更多读者,利用博客也可以进行一些潜在的商业活动[2],但每个博客之间仍然是相互隔离的

【相似文献】