网络舆情热点发现研究

被引：21

作者：

柳虹

徐金华

机构：

[1] 浙江工商大学计算机与信息学院

来源：

科技通报 | 2011年 / 27卷 / 03期

基金：

浙江省自然科学基金;

关键词：

网络舆情; 热点发现; K-means聚类; SVM; 向量空间模型;

D O I：

10.13774/j.cnki.kjtb.2011.03.017

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

网络舆情已成为社会情报的一种重要表现形式。文中分析了网络舆情研究的现状,给出网络舆情热点发现模型,通过实验比较了两种算法:K-means方法和SVM方法,实验结果表明SVM对于网络舆情热点发现方面具有比较好的优势。

引用

页码：421 / 425

页数：5

共 8 条

[1] 基于聚类的网络舆情热点发现及分析 [J].

王伟 ;

许鑫 .

现代图书情报技术, 2009, (03) :74-79

[2] 文本挖掘在网络舆情信息分析中的应用 [J].

黄晓斌 ;

赵超 .

情报科学, 2009, 27 (01) :94-99

[3] 网络热点事件发现系统的设计 [J].

刘星星 ;

何婷婷 ;

龚海军 ;

陈龙 .

中文信息学报, 2008, (06) :80-85

[4] 基于主题的网络舆情分析模型及其实现 [J].

钱爱兵 .

现代图书情报技术, 2008, (04) :49-55

[5] 基于文本聚类技术的主题发现 [J].

郭建永 ;

蔡勇 ;

甄艳霞 .

计算机工程与设计, 2008, (06) :1426-1428+1432

[6] 话题识别与跟踪中的层次化话题识别技术研究 [J].

于满泉 ;

骆卫华 ;

许洪波 ;

白硕 .

计算机研究与发展, 2006, (03) :489-495

[7] 基于主题的Web文档聚类研究 [J].

孙学刚 ;

陈群秀 ;

马亮 .

中文信息学报, 2003, (03) :21-26

[8]

Using text mining and sentiment ananlysis for online forums hotspot detection and forecast .2 LI N,WU D D. Decision Support Systems . 2010

← 1 →