[发明专利]一种基于增量聚类算法的微博话题检测方法及系统在审
| 申请号： | 201710473108.6 | 申请日： | 2017-06-21 |
| 公开（公告）号： | CN107291886A | 公开（公告）日： | 2017-10-24 |
| 发明（设计）人： | 王萌;王晓荣;梁伟鄯 | 申请（专利权）人： | 广西科技大学;广西科技大学鹿山学院 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06Q50/00 |
| 代理公司： | 北京国坤专利代理事务所(普通合伙)11491 | 代理人： | 郭伟红 |
| 地址： | 545006 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于增量聚类算法的微博话题检测方法，所述方法包括以下步骤S1，获取微博信息集合；S2，对微博信息集合进行预处理；S3，在预处理操作后，依据词语发生频率、词语在微博文本的分布情况、词语在时间窗口的分布情况来提取特征词；S4，对特征词赋予权重，根据特征词及其权重将微博文本向量化；S5，采用基于向量间距离的相似性判断方法进行话题合并。上述基于增量聚类算法的微博话题检测方法所使用的微博话题检测系统，包括微博信息收集模块、微博预处理模块、特征词提取模块、微博文本向量化模块、微博话题分析及合并模块。本发明在召回率、准确率等各方面取得较好的效果，运行速度相比k‑means方法有较大提升。 | ||
| 搜索关键词： | 一种 基于 增量 算法 话题 检测 方法 系统 | ||
【主权项】：
一种基于增量聚类算法的微博话题检测方法，其特征在于，所述方法包括以下步骤：S1，获取微博信息集合；S2，对微博信息集合进行预处理；S3，在预处理操作后，依据词语发生频率、词语在微博文本的分布情况、词语在时间窗口的分布情况来提取特征词；S4，对特征词赋予权重，根据特征词及其权重将微博文本向量化；S5，采用基于向量间距离的相似性判断方法进行话题合并。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广西科技大学;广西科技大学鹿山学院，未经广西科技大学;广西科技大学鹿山学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710473108.6/，转载请声明来源钻瓜专利网。
