摘 要：现有话题检测的主要方法是利用Single-Pass 及其改进算法进行聚类分析，没有考虑文本的结构特点，相似度计算方法单一，从而影响准确度．针对此问题，改进了Single-Pass 的相似度计算方法，综合考虑文本的标题、摘要、时间、地名以及来源等要素，采用层次分析法计算并赋以不同权重，提出一种多相似度计算组合策略．考虑到食品安全是一个广受关注的话题，实验通过网络爬虫抓取并筛选了最近3 年食品安全方面的媒体信息，以此作为数据进行分析，结果表明，采用本文提出的改进Single-Pass 聚类算法，话题检测准确度更高．

论文下载：

13.pdf

  浏览次数：39