基于PSO-KHM聚類的微博輿情預警系統(tǒng)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩63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web2.0的迅速發(fā)展，微博(Microblog)為廣大網(wǎng)絡用戶提供了一個自由交流的空間，成為表達民意的一個重要平臺。但目前微博中也存在一些不和諧的不文明行為，甚至存在一些攻擊國家、擾亂社會的言論。為了正確地引導社會輿論，凈化網(wǎng)絡環(huán)境，微博輿情預警與檢測技術應運而生，為政府和網(wǎng)絡管理部門提供了有效的管理手段，也便于政府及時掌握各個時期微博中民眾關心的熱點話題，并了解民眾對這些熱點話題的觀點和態(tài)度，從而能夠做出正確、科學的決策。

2、
　　本文主要研究內容有：
　　首先，分析了當前文本聚類分析中常用的幾類方法和聚類算法評價標準，并介紹了粒子群(Particle Swarm Optimization)算法及一些成熟的改進方法，并將其應用到了KHM (K-Harmonic Means)聚類的前期優(yōu)化上。
　　其次，介紹了微博信息的爬蟲提取，然后如何將非結構化的微博信息轉換為結構化的文本， 微博文本的預處理過程，主要包括中文詞法分析，去重，文本

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(wǎng)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