热点问题情报过滤模型与算法

作者：陈磊 李德华热点问题情报获取模型分级过滤

摘要：针对热点问题跨越时间长以及含重复情报、过时情报和无实用价值信息量大等问题，提出了一种新的热点问题情报获取模型与分级过滤算法，以解决情报的去粗取精、去伪存真问题．首先将无序关联情报结构化，然后采用SVM（space vector model）方法，根据热点问题情报的特殊性，提出了新的特征选择方法，在特征向量的相似性计算中引入去除重复和过时情报的判别参数，达到优化情报的目的．实验结果表明，过滤算法除去原始情报库中的无关情报、重复情报和过时情报后剩余情报数约为原始情报数的59％．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社