网络新闻信息挖掘与分析模型的建立与探讨

doi:10.3969/j.issn.1006-2475.2012.04.017

计算机与现代化 ›› 2012, Vol. 1 ›› Issue (200): 64-04.doi: 10.3969/j.issn.1006-2475.2012.04.017

网络新闻信息挖掘与分析模型的建立与探讨

刘林浩

湖南文理学院，湖南常德 415000

收稿日期:2012-01-13 修回日期:1900-01-01 出版日期:2012-04-16 发布日期:2012-04-16

Discussion and Establishment of Network News Information Mining and Analysis Model

LIU Lin-hao

Hunan University of Arts and Science， Changde 415000， China

Received:2012-01-13 Revised:1900-01-01 Online:2012-04-16 Published:2012-04-16

摘要/Abstract

摘要： 运用现代信息处理技术建立一个从获取新闻源、进行信息处理、运用文本挖掘技术对信息进行分析的系统模型。该系统模型是为了最终实现能够自动化获取新闻信息，并且可以对网络中的新闻进行自动分类和聚类，为用户推荐热门信息，描述某个热门信息在时间轴上的演化进程；协助用户以及某些机构去认识和了解网络中的信息演变进程。热点新闻信息挖掘研究的主要目的在于：可以使用户终端更全面更快地知道和了解所关心的新闻信息及其整体的发展方向；网站的维护者可以依据分析结果来更好地设计网站内容以迎合用户的最新喜好，以便较大地提高网站的质量；新闻热点信息的挖掘模型也可以给互联网演变研究给予一些帮助，使网络监督者可以更好地对网络内容进行引导和控制。

关键词: 分类, 聚类, 热点新闻, 新闻信息挖掘, KNN算法

Abstract: The paper builds a system model which involves accessing information sources， information processing and information analysis using text mining technology. The model is expected to enforce the evolution of information which consists of automatic access to news， classification and clustering， recommendation and description of evolution of a particular piece of hot news. Hot news mining benefits three parties： users， maintainers and supervisors. Users are easier to access their favorites； maintainers are able to design websites better to cater to users； supervisors can control and steer the Web more effectively.

Key words: classification, clustering, hot news, news-mining, KNN algorithm

刘林浩. 网络新闻信息挖掘与分析模型的建立与探讨[J]. 计算机与现代化, 2012, 1(200): 64-04.

LIU Lin-hao. Discussion and Establishment of Network News Information Mining and Analysis Model[J]. Computer and Modernization, 2012, 1(200): 64-04.

[1]	王秋忆, 周浩, 郑婷婷. 改进RetinaNet的电力设备目标检测方法[J]. 计算机与现代化, 2024, 0(01): 47-52.
[2]	孟娜, 方维维, 路红英. 一种面向微控制器上环境声音分类的DNN压缩方法[J]. 计算机与现代化, 2024, 0(01): 80-86.
[3]	邱凯星, 冯广. 基于双重特征注意力的多标签图像分类模型[J]. 计算机与现代化, 2023, 0(12): 41-47.
[4]	唐诗琪, 周瑞平, 谢仕斌, 刘梦赤, 肖文, . 基于栈式降噪编码器的跨语言多标签情感分类[J]. 计算机与现代化, 2023, 0(11): 6-12.
[5]	王宏杰, 徐胜超. 基于希尔伯特相似度的云平台异常传输数据聚类方法[J]. 计算机与现代化, 2023, 0(09): 27-31.
[6]	吴甜, 刘海华, 童顺延. 基于深度反馈的卷积神经网络的图像分类[J]. 计算机与现代化, 2023, 0(09): 82-86.
[7]	马国祥, 杨凌菲, 严传波, 张志豪, 孙彬, 王晓荣. 基于深度DenseNet网络的肝包虫病超声影像诊断方法[J]. 计算机与现代化, 2023, 0(09): 100-104.
[8]	韩雪. 基于约束聚类和粒子群算法的多路径规划[J]. 计算机与现代化, 2023, 0(08): 7-11.
[9]	孙子雨, 任燃, 魏曦哲. 基于DTW-TCN的股票分类及预测研究[J]. 计算机与现代化, 2023, 0(08): 31-37.
[10]	欧阳飞, 吴旭, 向东升. 基于改进YOLOX的垃圾分类检测方法[J]. 计算机与现代化, 2023, 0(08): 68-73.
[11]	李兰兰, 高建龙, 朱晓, 穆培政. 基于区域内读数段分类的插入/缺失基因组变异检测方法[J]. 计算机与现代化, 2023, 0(07): 13-19.
[12]	秦竹媛, 吴浩忠, 谭代庆, 韩爱庆, 臧昊, 王选, 唐燕. 基于多尺度ResNet融合注意力机制的麦冬细粒度识别[J]. 计算机与现代化, 2023, 0(07): 105-111.
[13]	朱剑波, 葛明锋, 董文飞. 基于改进EfficientNet的阿尔兹海默症图像分类[J]. 计算机与现代化, 2023, 0(06): 56-61.
[14]	华昕宇, 祁云嵩. 一种基于CBAM和改进通道注意力的EfficientNet的混合脑肿瘤分类方法[J]. 计算机与现代化, 2023, 0(05): 1-7.
[15]	王杰, 潘凤, 张艳莎, 谭棉, 严晓波, 王林, . 融合带权非局部模块的铝型材表面缺陷分类[J]. 计算机与现代化, 2023, 0(05): 86-92.

网络新闻信息挖掘与分析模型的建立与探讨

Discussion and Establishment of Network News Information Mining and Analysis Model

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价