微博话题检测S P & HC聚类算法分析
甘勇
姜森
杨佳佳
1.郑州轻工业学院 计算机与通信工程学院,河南 郑州,4500012.郑州轻工业学院 计算机与通信工程学院,河南 郑州,4500013.郑州轻工业学院 计算机与通信工程学院,河南 郑州,450001
摘要：针对微博网站中具有较大的文本信息量、采用凝聚层次聚类算法不适合、Single-Pass聚类算法检测结果不准确等问题，提出一种将这2种算法相结合的SP&HC聚类算法：利用Single-Pass聚类算法进行大量微博文本的简单聚类，收集一些小幅度、高凝聚力的主题话题，使得形成的主题话题在内容上和数量上得到极大的精简，直到使得主题话题能达到层次聚类算法的要求；运用层次聚类算法对主题话题进行相似话题聚类，直到符合预设值的条件。实验结果证实了SP&HC聚类算法在召回率和准确率上的综合性能优于前2种算法。
关键词：微博热点话题层次聚类算法Single-Pass聚类算法SP&HC聚类算法
分类号：TP18(自动化基础理论)TP393.092(计算技术、计算机技术)
资助基金：国家自然科学基金(61272038)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 58-61 )
英文信息