基于主题的自适应、在线网络热点发现方法及新闻推荐系统  

Adaptive On-Line Web Topic Detection Method for Web News Recommendation System

作　　者：吴永辉[1,2] 王晓龙[1,2] 丁宇新[2] 徐军[2] 郭鸿志[2] 

机构地区：[1]哈尔滨工业大学计算机科学与技术学院,黑龙江哈尔滨150001 [2]哈尔滨工业大学深圳研究生院,深圳市网络环境智能计算重点实验室,广东深圳518055

出　　处：《电子学报》2010年第11期2620-2624,共5页Acta Electronica Sinica

基　　金：国家863高技术研究发展计划(No.2006AA01Z197);国家自然科学基金(No.60703015,No.60973076)

摘　　要：本文提出了一种基于改进HotRank算法的站点排序及种子URL选择方法,建立了在线主题发现系统信息采集自适应增量更新模型;结合LDA模型和仿射传播聚类算法(AP),提出了一种网络主题发现和热点新闻推荐方法,并在海天园知识服务平台热点新闻推荐系统中得到了应用.We put forward a new URL choosing method and an incremental refreshing model based on HotRank algorithm.Using this method,the adaptive incremental refreshing model for hot news recommendation system is developed.A new topic detection and topic based hot news recommendation algorithm is proposed combining LDA and Affinity Propagation（AP）.This research supports the development of hot news recommendation system,which is an important part of Haitianyuan knowledge service platform.

关 键 词：知识服务 主题发现 增量 自适应 LDA模型 仿射传播聚类 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]