林翰轩 耿琛明 史景宏 南京理工大学电子工程与光电技术学院

基于WEB热词挖掘的热点方向预测

林翰轩 耿琛明 史景宏 南京理工大学电子工程与光电技术学院

文章需要解决的是当前热点领域的分析以及未来热点领域的预测，同时对最终目标“基于WEB热词挖掘的热点方向预测”进行合理化建议。针对当前领域分析，文章收集大量近期发布的文本数据，确保时效性，对高频词汇进行了统计，并进行了当前热点领域的分析；对于未来热点领域的预测，文章在数据收集时便对发布数据的时间段、时间跨度做了规定，并结合权威网站以及专家评论，对未来领域做出预测，从而保证预测结果的合理性。

大数据 神经网络模型 主成分分析

1 引言

随着大数据时代的来临，网络信息量以爆炸式增长。在此环境下，为了更好的应对包括确定投资方向在内等各类问题，如何更高效地获取有效信息亟待进一步的解决。文章针对如何从大量数据中提取出特定时期高频出现的热点词的问题，建立了基于神经网络算法的分词模型和基于主成分分析法的综合评价机制。

2 热词挖掘模型的构建

2.1 基于神经网络的关键词提取模型

本模型在对目标文章进行整体分词的基础上，对所输出的有效分词进行频率统计，最终确定查找所需的关键词。具体步骤如下：首先，对整篇文章中的语句进行分词处理；而后，对所分得的分词进行人工干预：将单字分词、代词分词等无关词语剔除，在一定程度上减少接下来需要比对的样本的大小；……