基于文本分析技术的新闻阅读平台的研究与实现-计算机应用技术专业论文.docxVIP

浙江大学硕士学位论文 摘要 摘要 互联网信息的爆炸式增长在给用户带来更丰富精彩的新闻资讯的同时，也让 用户寻找感兴趣的信息变得更为艰难。在这样的背景下，新闻阅读平台应运而生。 新闻阅读平台通过聚焦爬虫收集不间新闻网站上的新闻内容，并对新闻数掘进行 分析挖掘，提取出最有价值的内容展现给用户，使用户阅读新闻的体验更加快捷 方便。本文围绕新闻阅读卒台及关键技术，进行了如下工作: 通过分析新闻特性，建立新闻时间衰减模型与新闻虚拟圈模型，在此基础上 提出了一种基于信息互增强的新闻排序算法:采用自底向上的聚类方法获取新闻 事件，再根据信息互增强原理对新闻源、新闯事件与新闻文章三者的重要度进行 法代计算。 在传统谱聚类算法的基础上，由多次聚类计算之间的相似性引入聚樊时间平 滑的概念，并结合新问网页中的相关链接与标签信息，建立相关链接约束模型及 标签约束模型，对谱聚类目标踊数进行扩展修改，提出了一种约束性时间平滑新 闻谱聚类算法，可以通过矩阵特征值分解的方法求得聚类的近似最优解。 设计并实现了新闻阅读平台 Eagle NewsReader ，该系统从28 个新闻源抓取了 超过 140 万篇新闻文章，对新闯进行分析处理之后为用户提供统一的新闻阅读服 务。本文提出的基于信息互增强的新闻排序算法和约束性时间平滑新闻谱聚类算 法都在该系统中得到了应用，取得了良好的效果。 关键词: 新闻阅读，新闻排序，谱聚类，文本分析，新闻事件 浙江大学硕士学位论文 Abstract Abstract ηle explOsive grOwth Of Web brings richer news infOrmatiOn tO users，at the same time makes it mOre difficult fOr them tO find interesting infOrmatiOn. TO sOlve this prOblem，the news reading platfOrm cOmes intO being. News reading platfOrm uses fOcused crawler tO cOllect news data frOm different websites，then prOcesses and analyzes 由e da阳 ωextract the mOst valuable infOrmatiOn fOr the user，making the reading faster and mOre cOnvenient. This thesis fOcuses On 也e news reading platfOrm and related key technOlOgies，and carries Out the fOl1Owing wOrk: By analyzing news prOperti邸， we intrOduce the t?me decay mOdel and virtual graph mOdel，and then prOpOse a news ranking algOrithm based On infOrmatiOn mutual reinfOrcement.We use bOttOm up clustering tO cOmpute news tOpics，and rank 伽.e three Of news sOurces，tOpics and articles simultaneOusly. Based On the traditiOnal spectral clustering algOrithm，we introduce the cOncept Of tempOral smOOthness tO express the simi1arity between several clustering cOmputatiOns. We alsO add the related link cOnstrained mOdel and tag cOnstrained mOdel，and prOpOse a cOnstrained tempOral smOOth spectral clustering algOrithm. The relaxed Optimal sOlutiOn can be Obtained by sOlving the matrix eigenvalue decOmpOsitiOn in the mOdified target cos