基于層次主題模型的網絡新聞匯聚.pdf_第1頁
已閱讀1頁，還剩74頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著計算機技術的快速發(fā)展，互聯(lián)網已經成為人們快速獲取信息的重要手段之一。尤其是移動互聯(lián)網的普及，使人們可以隨時隨地在互聯(lián)網上分享各式各樣的信息，這使得網絡上的數(shù)據(jù)量以極快地速度在膨脹。因此從互聯(lián)網浩瀚的數(shù)據(jù)海中快速準確地獲取領域相關內容變得非常困難。如何準確地從互聯(lián)網上匯聚與領域相關的新聞數(shù)據(jù)已經成為當今大數(shù)據(jù)時代的重要研究內容。
　　有鑒于此，本文結合網絡爬蟲技術、文本分類技術與主題建模技術，提出了基于層次主題模型的網絡新聞匯聚

2、技術框架，在研究多源網絡數(shù)據(jù)采集與新聞網頁并行分類技術的基礎上，重點研究主題詞篩選技術;此外，本文面向公共安全領域集成相關技術搭建了網絡新聞數(shù)據(jù)匯聚系統(tǒng)。具體工作如下:
　　1)基于層次主題模型的網絡新聞匯聚技術框架:有機整合了基于URL的新聞網頁爬蟲、百度新聞爬蟲、微博爬蟲、CNTV網絡視頻爬蟲等多種爬蟲，支持多源數(shù)據(jù)的采集;設計了層次主題模型支持通過新聞網頁并行分類與主題詞類別標引技術實現(xiàn)網絡新聞數(shù)據(jù)的分類組織。
　　2

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論