一种消除孤立点的微博热点话题发现方法

被引：9

作者：

赖锦辉 ^{[1
]}

梁松 ^{[2
]}

机构：

[1] 广东石油化工学院实验教学部计算机中心

[2] 广东石油化工学院计算机与电子信息学院

来源：

计算机应用与软件 | 2014年 / 31卷 / 01期

关键词：

微博热点话题; 孤立点; CURE算法; 发现;

D O I：

暂无

中图分类号：

TP393.092 []; TP391.1 [文字信息处理];

学科分类号：

080402 ; 081203 ; 0835 ;

摘要：

微博具有数量多、字数少、话题广泛等特点,导致数据中孤立点较多,对微博热点话题聚类算法产生不利影响,为此,提出一种消除孤立点的微博热点话题发现方法。首先消除数据集中的孤立点,然后采用CURE(Clustering Using Representatives)算法对剩余有聚类价值的数据进行聚类,最后通过实例验证算法的有效性。结果表明,相对于对比聚类算法,该算法降低聚类结果对孤立点的敏感度,提高了微博热点话题发现的准确性,并提高了算法的运行效率,更适合应用于大规模的微博热点话题发现。

引用

页码：105 / 107+139 +139

页数：4

共 11 条

[1] 基于层次划分的最佳聚类数确定方法 [J].

陈黎飞 ;

姜青山 ;

王声瑞 .

软件学报, 2008, (01) :62-72

[2]

微博客热点话题发现策略研究[D]. 杨冠超.浙江大学 2011

[3] 一种中文微博新闻话题检测的方法 [J].

郑斐然 ;

苗夺谦 ;

张志飞 ;

高灿 .

计算机科学, 2012, 39 (01) :138-141

[4]

Topic detection by clustering keywords. Christian,Wartena,,Rogier,et al. Proceedings of the 19thInternational Conference on Database and Expert Systems Application . 2008

[5]

Exploring traversal strategy for web forum crawling. Wang Yida,Yang Jiang-Ming,Lai Wei, et al. Proceedings of the 31st annual international ACM SIGIR conference on Research and development in information retrieval . 2008

[6] 一种改进的孤立点消除及网络文本聚类算法 [J].