文献类型：期刊文章

作　　者：梁野[1,2] 郭宁宁[1] 李碧萩[1] 李超[2] 邢春晓[2]

机构地区：[1]北京外国语大学计算机系,北京100089 [2]清华大学信息技术研究院,北京100084

出　　处：《微型机与应用》

基　　金：北京对外文化交流与世界文化研究基地项目(BWSK201303);北京外国语大学公共外交研究中心;北京市社科联青年社科人才资助项目(2013SKL030);北京高等学校青年英才计划项目(YETP0847)

年　　份：2014

卷　　号：33

期　　号：15

起止页码：62-64

语　　种：中文

收录情况：JST、普通刊

摘　　要：针对目前互联网"富信息化"现象,提出了基于机器学习的网络热点话题预测的思想。该思想通过总结能尽量准确描述热点话题的一组特征,得到每篇新闻各自的特征向量,并针对大量近期已知是否热门的随机新闻样本内容进行聚类处理。基于健壮精准的分类算法,利用支持向量机将向量映射到高维空间达到分类目的。在机器学习过程中,采用大量试验的方法修改并完善特征向量的组成、度量及权重,最终达到准确作出热点话题预测的目的。

关 键 词：机器学习  网络媒体 热点话题  特征向量 分词 预测  

分 类 号：TP391.1]