作者：朱恒民; 朱卫未网络舆情话题挖掘在线聚类
摘要：基于Single—Pass算法思想，研究网络话题的在线聚类方法，以期及时捕捉网络信息的动态变化。在分析该方法聚类流程的基础上，重点研究网络动态信息流的文本特征抽取和权重计算方法，以及话题类表示和更新等关键问题，设计实验对比分析不同的标题中特征加权系数、特征权重计算和标准化方法以及话题类向量维度对话题聚类质量和时间效率的影响。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《数据分析与知识发现》（CN：10-1478/G2）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法，研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等，尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...
