热点问题情报过滤模型与算法

摘要：

针对热点问题跨越时间长以及含重复情报、过时情报和无实用价值信息量大等问题,提出了一种新的热点问题情报获取模型与分级过滤算法,以解决情报的去粗取精、去伪存真问题.首先将无序关联情报结构化,然后采用SVM(space vector model)方法,根据热点问题情报的特殊性,提出了新的特征选择方法,在特征向量的相似性计算中引入去除重复和过时情报的判别参数,达到优化情报的目的.实验结果表明,过滤算法除去原始情报库中的无关情报、重复情报和过时情报后剩余情报数约为原始情报数的59%.

关键词：热点问题、情报获取模型、分级过滤

所属期刊栏目：54

分类号：TP39(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863项目2003AA001032, 2002AA111010

在线出版日期：2008-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：367-370