互联网话题识别与跟踪系统设计及实现

摘要：

针对互联网上论坛和新闻网站发布的海量自然语言文本,该文设计一个话题识别与跟踪系统,将海量的数据分类整理并聚合形成各个话题.该系统的核心采用SVM方法进行文本分类,基于知识库和网络流算法实现话题的聚合,测试结果表明,文章分类的正确率达到92%,聚类的正确率达到88%,具有较高的应用价值.

关键词：话题识别与跟踪、信息检索、支持向量机、分类、聚类

所属期刊栏目：34

分类号：TP393(计算技术、计算机技术)

资助基金：上海市科委基金资助项目"上海网络舆情预警检测核心技术研究与应用"055115030

在线出版日期：2008-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：212-214