基于改进蚁群聚类的热点主题发现算法研究  

Research on the Hot Topics Discovery Algorithm Based on Improved Ant Colony Clustering

作　　者：陆蓓[1] 程肖[1] 谌志群[1] 

机构地区：[1]杭州电子科技大学计算机应用技术研究所,杭州310018

出　　处：《现代图书情报技术》2010年第4期66-71,共6页New Technology of Library and Information Service

基　　金：教育部人文社会科学研究项目"大规模汉语文本知识挖掘关键技术研究"(项目编号:08JC740011)的研究成果之一

摘　　要：针对热点主题发现是在聚类算法的基础上实现的特点,将改进后的蚁群聚类算法引入到该研究中,同时提出类别关注度(CAD)的概念,以此来判定类别的热门程度并区分出热门类别和冷门类别,在此基础上抽取热点主题集。实验结果表明改进后的蚁群聚类算法对热点主题的发现有一定的效果,对其他仿生优化聚类算法的引入有借鉴意义。For the hot topics found is based on the clustering algorithm, this paper introduces the improved ant colony clustering algorithm, and raises Class Attention Degree （CAD） concept in order to determine the class of hot level and to distinguish popular categories as well as unpopular categories. Meanwhile, hot topic set is erxtracted on this basis. Experimental results show that the improved ant colony clustering algorithm has in certain effects to the hot topics found.

关 键 词：网络舆情 蚁群聚类 热门类别 主题 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]