基于改进K－MEANS算法的舆情热点自动发现-中原工学院学报.PDFVIP

第 卷第 期 ２５ ６ 中原工学院学报 Ｖｏｌ．２５ Ｎｏ．６ 　 年 月 ， ２０１４ １２ ＪＯＵＲＮＡＬＯＦＺＨＯＮＧＹＵＡＮ ＵＮＩＶＥＲＳＩＴＹ ＯＦＴＥＣＨＮＯＬＯＧＹ Ｄｅｃ．２０１４ 　 　 　 　 　 文章编号： （ ） １６７１－６９０６２０１４０６－００７７－０３ 　　 基于改进Ｋ－ＭＥＡＮＳ算法的舆情热点自动发现 黄美璇 （ ， ） 黎明职业大学 福建泉州 ３６２０００ ： ， 。 ， 摘 要 目前的网络舆情分析系统一般采用输入的关键词进行检索 无法及时发现未知的热点事件 针对这一问题 　 　 ， 设计实现了一个具有实用意义的舆情信息分析系统 并将改进的 Ｋ－ＭＥＡＮＳ算法应用于文本聚类来自动发现当前的 。 ， 。 热点主题 运行结果表明 系统可以及时发现热点话题并对事件实时追踪 ： ； ； ； 关 键 词 网络爬虫 特征提取 ＰＣＡ 降维 热点发现 　 　 　 中图分类号： 文献标志码： ： ／ ＴＰ３１１．１ Ａ ＤＯＩ １０．３９６９ ．ｉｓｓｎ．１６７１－６９０６．２０１４．０６．０１８ 　 　　　 　 　　　 ｊ ， 网页信息的快速增长和网络言论的迅速传播 给有 　　 ［］ １ 关部门带来了巨大的舆论压力 。如何实现网页信息的 自动采集， ， 及时有效地发现网络舆情热点 已经成为舆情 ［］ ２ 监控领域亟待解决的问题 。本文设计并实现了一个具 ， 有实用意义的网络舆情信息分析系统 将改进的 Ｋ－ ＭＥＡＮＳ算法应用于文本聚类来自动发现当前的热点主 ， ， 。 题 并对其进行实时跟踪 为有关部门提供技术支持 １ 系统总体结构及开发工具 　 ： 、 、 系统主要功能包括 信息自动采集 信息处理 热点 、 。 。 自动发现 舆情报告与追踪 系统架构如图 所示 系 １ 统通过采集模块抓取网页， ； 存入数据库中 通过对网页 、 、 、 、 词频统计 权值计算 向量空间模型转换 降维处理 中 ； 文分词等进行文本特征提取与选择 采用改进的 Ｋ－