基于多因素特征选择与AFOA/K-means的新闻热点发现方法

摘要：

[目的]研究新闻文本的特征降维方法及聚类算法,以期进一步提升热点话题发现效率及准确率.[方法]基于传统TF-IDF特征权重计算方法,引入符号、词性、位置及长度4个特征加权,实现多因素特征选择.从编码方式、适应度函数、自适应步长及群体适应度方差这4方面构造改进果蝇优化算法(Ameliorated Fruit Fly Optimization Algorithm,AFOA),利用AFOA优选K-means初始聚类中心,实现优化后的K-means热点话题发现.采用多因素特征选择识别热点话题,利用TOPSIS获得热点话题排名.[结果]相关实验表明,多因素特征选择及AFOA/K-means算法分别显著提高了聚类效果,验证了所提方法整体有效性.[局限]仅适用于中文新闻文本.[结论]本文方法能够为中文新闻热点发现方法研究提供一条新思路.

关键词：网络新闻、热点话题发现、多因素特征选择、AFOA/K-means算法、TOPSIS模型

所属期刊栏目：3

分类号：G250(图书馆学、图书馆事业)

资助基金：辽宁省社会科学规划基金项目“辽宁新型城镇化评价指标体系研究”项目L14BTJ004的研究成果之一

在线出版日期：2019-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：97-106