一种基于时间序列的热点话题发现模型和算法
本文选题:网络舆情 + 时间序列 ; 参考:《情报科学》2017年10期
【摘要】:【目的/意义】网络舆情的热点话题对政府和网民有着很大的影响,及时发现热点话题有利于政府监控话题的发展。【方法/过程】本文提出了基于时间序列的话题动态演化两层模型,并将新闻网页内容的相似度和页面链接分析作为话题热度的计算依据,然后利用改进的Single-Pass算法进行增量聚类获得聚类中心,最后根据热度权重将聚类中心进行排序,获得热点话题。【结果/结论】通过实验验证,该算法发现效果好,能够更好地获得热点话题。
[Abstract]:[purpose / significance] the hot topic of Internet public opinion has a great impact on the government and Internet users. Timely discovery of hot topics is conducive to the development of government monitoring topics. [method / process] this paper presents a two-tier model of topic dynamic evolution based on time series. The similarity and link analysis of news pages are taken as the basis for the calculation of topic heat. Then the improved Single-Pass algorithm is used for incremental clustering to obtain the clustering center. Finally, the clustering center is sorted according to the weight of heat. The results / conclusions show that the algorithm is effective in finding hot topics and can obtain better hot topics.
【作者单位】: 集美大学诚毅学院;福州大学经济与管理学院;
【基金】:国家自然科学基金项目(71271056) 福建省教育厅项目(C13001,JA14368)
【分类号】:TP391.1
【相似文献】
相关期刊论文 前10条
1 左爱文;郭宏武;王保保;;气象时间序列规则发现及其应用[J];陕西气象;2006年06期
2 吴红花;刘国华;;不确定时间序列的规约方法[J];计算机工程;2012年21期
3 冯凯文;孟凡荣;牛强;闫秋艳;;基于趋势点状态模型的时间序列预测算法[J];计算机应用研究;2011年12期
4 周大镯;李敏强;;基于序列重要点的时间序列分割[J];计算机工程;2008年23期
5 曹文平;罗颖;熊启军;宁彬;;基于二次回归的时间序列分割算法[J];计算机光盘软件与应用;2012年18期
6 陈远;王菲菲;;基于时间序列的电子商务市场预测系统研发[J];情报科学;2009年12期
7 孙兵;刘雯;田地;宋桐;富妍;;基于时间序列的数据挖掘在证券中的应用[J];吉林大学学报(信息科学版);2010年03期
8 李海林;;基于动态弯曲的时间序列异步相关性分析[J];计算机应用研究;2014年07期
9 李俊奎;王元珍;李海波;左琼;;一种时间序列相似搜索中提前终止效率的估算方法[J];计算机科学;2009年01期
10 刘明华;张晋昕;;时间序列的异常点诊断方法[J];中国卫生统计;2011年04期
相关博士学位论文 前9条
1 苗圣法;时间序列的模式检测[D];兰州大学;2015年
2 李桂玲;时间序列的分割及不一致发现研究[D];华中科技大学;2012年
3 张勇;时间序列模式匹配技术研究[D];华中科技大学;2012年
4 孙友强;时间序列数据挖掘中的维数约简与预测方法研究[D];中国科学技术大学;2014年
5 肖辉;时间序列的相似性查询与异常检测[D];复旦大学;2005年
6 骆科东;短时间序列挖掘方法研究[D];清华大学;2004年
7 赵勇;基于几何代数表示原理的时间序列模式分类问题研究[D];燕山大学;2012年
8 曲吉林;时间序列挖掘中索引与查询技术的研究[D];天津大学;2006年
9 杜奕;时间序列挖掘相关算法研究及应用[D];中国科学技术大学;2007年
相关硕士学位论文 前10条
1 包仁义;基于时间序列的搜索引擎评估模型算法研究[D];东北师范大学;2015年
2 周奕含;基于群智感知的体感温度异常数据检测方法研究[D];苏州大学;2015年
3 张远健;多粒度时间序列及其在ICU医学预测应用的研究[D];南昌大学;2015年
4 刘根平;基于哈希技术的时间序列近似查询研究[D];宁波大学;2015年
5 张致远;时间序列分析在作业人员调控系统中的应用[D];复旦大学;2014年
6 高铭;模糊时间序列在汽车销售中的应用[D];大连理工大学;2015年
7 高飞翔;心电时间序列的表示方法和相似性度量问题研究[D];哈尔滨工业大学;2014年
8 黄晓琴;交通客流时间序列数据的聚类挖掘研究[D];电子科技大学;2015年
9 舒凯;基于关联网络的分销渠道欺诈交易检测研究[D];重庆大学;2015年
10 刘杰;时间序列相似性查询的研究与应用[D];北方工业大学;2016年
,本文编号:1983002
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1983002.html