| 面向离散文本舆情分析的分聚类方案 |
| |
| 引用本文： | 李海燕,李生红,张月国. 面向离散文本舆情分析的分聚类方案[J]. 信息安全与通信保密, 2010, 0(2): 65-67 |
| |
| 作者姓名： | 李海燕 李生红 张月国 |
| |
| 作者单位： | 1. 上海交通大学,电子工程系,上海,200240
2. 上海交通大学,电子工程系,上海,200240;上海交通大学,信息安全学院,上海,200240 |
| |
| 基金项目： | 国家自然科学基金资助项目，国家重大基础研究973计划项目，教育部新世纪优秀人才支持计划项目，上海市曙光学者基金 |
| |
| 摘 要： | 离散文本已经成为一种占据重要地位的舆情信息表现形式，根据离散文本的特点，提出基于特征概念网的离散文本舆情信息的分聚类框架，在此基础上给出分聚类方案。在聚类算法中，运用了遗传算法的全局并行搜索能力、k—means的高效局部聚类能力和小生境的保持种群多样性抑制漂移能力；在分类算法中，先将训练文本库进行类内聚类成子类，对子类构建特征概念网以生成替代该子类的文本，再用KNN算法进行分类。最后结合舆情分析进一步提出了可用的改进方案。
|
| 关 键 词： | 离散文本 特征概念网 小生境遗传算法 KNN分类 舆情分析 |
Discrete Text Classification and Clustering for Public Opinion Analysis |
| |
| LI Hai-yan,LI Sheng-hong,ZHANG Yue-guo. Discrete Text Classification and Clustering for Public Opinion Analysis[J]. China Information Security, 2010, 0(2): 65-67 |
| |
| Authors: | LI Hai-yan LI Sheng-hong ZHANG Yue-guo |
| |
| Affiliation: | LI Hai-yana,LI Sheng-honga,b,ZHANG Yue-guoa,b (aSchool of Electronic,Information , Electrical Engineering,bSchool of Information Security,Shanghai Jiaotong University,Shanghai 200240,China) |
| |
| Abstract: | Discrete text has occupied an important position in public-opinion information. In order to analyze public opinion efficiently, this paper proposes a kind of high-performance classification and clustering algorithm according to characteristics of network discrete text based on characteristic concept network. This clustering algorithm integrates the efficiency of k-means, the parallel global search ability of genetic algorithms and the capability to maintain population diversity of Niche method to cluster te... |
| |
| Keywords: | discrete text characteristic concept network Niche genetic algorithms KNN classification public opinion analysis |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
