[1]洪宇,张宇,刘挺,等. 话题检测与跟踪的评测及研究综述[J]. 中文信息学报, 2007,21(6):71-87.
[2]刘红雨. 基于倒排索引的微博话题检测[D]. 哈尔滨:哈尔滨工业大学, 2013.
[3]骆卫华,于满泉,许洪波,等. 基于多策略优化的分治多层聚类算法的话题发现研究[J]. 中文信息学报, 2006,20(1):29-36.
[4]王雅琳,陆向艳,钟诚. 基于链接和萤火虫算法聚类博文发现热点话题[J]. 计算机工程与设计, 2015(6):1620-1625.
[5]叶成绪, 杨萍,刘少鹏. 基于主题词的微博热点话题发现 [J]. 计算机应用与软件, 2016(2):46-50.
[6]张玉杰. 基于偏斜数据集的中文文本分类问题的改进特征权重算法研究[D]. 长春:东北师范大学, 2010.
[7]夏春燕. 适用于文本信息推荐的用户兴趣模型构建与更新方法[D]. 成都:电子科技大学, 2014.
[8]唐国瑜,夏云庆,张民,等. 基于跨语言广义向量空间模型的跨语言文档聚类方法[J]. 中文信息学报, 2012,26(2):116-120.
[9]许景楠. 基于评论和评分的个性化推荐算法研究[D]. 杭州:浙江大学, 2013.
[10]格桑多吉,乔少杰,韩楠,等. 基于SinglePass的网络舆情热点发现算法[J]. 电子科技大学学报, 2015(4):599-604.
[11]高妮,周明全,耿国华,等. 基于文本挖掘的话题发现技术[J]. 计算机工程, 2009,35(19):36-38.
[12]税仪冬,瞿有利,黄厚宽. 周期分类和SinglePass聚类相结合的话题识别与跟踪方法[J]. 北京交通大学学报, 2009,33(5):85-89.
[13]蔡超,由凯. 一个面向大数据的文本近似查重框架[C]// 第二十七届全国计算机信息管理学术研讨会. 2013.
[14]马国栋,李慧. 基于改进Kmeans算法的BBS热点话题发现[J]. 首都师范大学学报(自然科学版), 2015,35(4):12-15.
[15]殷风景,肖卫东,葛斌,等. 一种面向网络话题发现的增量文本聚类算法[J]. 计算机应用研究, 2011,28(1):54-57.
[16]张越今,丁丁. 敏感话题发现中的增量型文本聚类模型[J]. 信息网络安全, 2015(9):170-174.
[17]兰凯梅. BBS热点话题发现与监控系统[D]. 北京:北京交通大学, 2011.
[18]方星星,吕永强. 基于改进的SinglePass网络舆情话题发现研究[J]. 计算机与数字工程, 2014(7):1233-1237.
[19]孙玲芳,周加波,徐会,等. 基于改进Kmeans的网络舆情热点事件发现技术[J]. 计算机与现代化, 2014(4):143-147. |