APP下载

基于改进K-means算法的微博舆情分析研究*

2018-01-26谢修娟李香菊莫凌飞

计算机工程与科学 2018年1期
关键词:定义特征

谢修娟 ,李香菊,莫凌飞

(1.东南大学成贤学院计算机工程系,江苏 南京 210000;2.东南大学仪器科学与工程学院,江苏 南京 210000)

1 引言

随着媒体技术的不断进步和信息传播渠道的日趋多元化,当今社会进入了“人人都是新闻传播者”的自媒体时代。广大网民参与言论的热情高涨,特别是微博的兴起,网民可以通过电脑、手机随时随地发表言论。新浪微博——Twitter[1]类的新兴网络应用,自2009年推出,截至目前,注册用户已超过5亿,月活跃用户数约为2亿,用户每日发博量突破1亿条[2]。可见,微博上的舆论已成为网络舆情中极具影响力的一种。如何从海量数据中快速有效地发现网民关注的热门话题?从而引导政府相关部门及时捕捉微博中敏感的舆论信息,合理地控制负面舆论的扩散。目前,很多政府机关采用全人工或是半自动的监测统计方法,效率低,准确度也低[3,4]。因此,迫切需要一种更为有效的微博热点话题发现方法。

K-means[5]是一种最为经典、使用最为广泛的划分聚类算法,经常被用于网络舆情的聚类中。但是,其使用有一定的局限性[6 - 8]:(1)需要事先确定聚类数;(2)初始聚类中心的选择方法不一,选取不当,往往导致最终聚类结果陷入局部最优。针对上述情况,研究者从不同角度提出一系列改进的K-means算法,文献[9]利用文档标题的稀疏相似度,确定K-means算法的初始聚类中心;文献[10]提出用凝聚的层次算法干预K-means算法的随机选取聚类中心的方式,保证最终的初始聚类中心更具有典型性;……

登录APP查看全文

猜你喜欢

定义特征
永远不要用“起点”定义自己
定义“风格”
如何表达“特征”
不忠诚的四个特征
成功的定义
线性代数的应用特征
修辞学的重大定义
山的定义
教你正确用(十七)