基于標簽分類樹的Blog主題提取技術(shù)研究.pdf

1、Blog是一種流行的個人媒體。它承載了大量有價值的信息，并且在互聯(lián)網(wǎng)中的地位越來越重要，已經(jīng)成為人們?nèi)粘Ｉ詈凸ぷ髦胁豢苫蛉钡囊徊糠帧Ｈ欢捎赽log與傳統(tǒng)的網(wǎng)頁的信息特點有很大的不同，如何對blog中的信息進行針對性的檢索和更深層次的挖掘利用，已經(jīng)成為當前互聯(lián)網(wǎng)應(yīng)用研究中的一個熱點。
　　本文對blog的內(nèi)容的主題提取方法進行了研究，目標是提取出blog所討論的每個主題，其中每個主題以一個詞語來表示。每個blog可能能夠提取出多

2、個主題，每個主題也可以作為該blog的類別標記。
　　本文在對blog中的標簽特點進行深入的分析之后，發(fā)現(xiàn)這些標簽詞與post內(nèi)容有很高的相關(guān)度，但是由于其隨意性、靈活性等特征，使得直接將它們當作主題詞很困難。為了克服這個問題，本文先提出了一種基于標簽的blog頻度特征選擇方法，并結(jié)合向量空間模型來表示post文本。然后提出了一個基于層次聚類的標簽分類樹的構(gòu)造算法，這個算法通過遞歸地對標簽進行層次聚類和主題泛化，能夠發(fā)現(xiàn)blog中

3、標簽之間在語義上的層次關(guān)系，并將這種關(guān)系以樹形結(jié)構(gòu)來表示，形成一棵標簽分類樹。
　　在構(gòu)造出標簽分類樹之后，本文又提出了一個利用這棵標簽分類樹來提取blog主題的算法，通過綜合考慮blog標簽和內(nèi)容中的少數(shù)特征詞在標簽樹中的位置，就能提取出blog的一個或多個主題。通過理論分析和實驗證明，以上算法具有比較低的復(fù)雜度，尤其是主題提取算法只有常數(shù)的時間復(fù)雜度，結(jié)果也具有比較高的準確度。
　　基于以上的研究成果，本文設(shè)計并實現(xiàn)了一