论文部分内容阅读
随着信息传播技术的迅速发展,互联网已成为不可忽视的舆论阵地,而互联网新闻作为一种重要的情报信息来源,成为网络舆论和社会舆论形成的主要源泉,因此,准确判断它的内容安全性,从而准确及时地把握社会舆论的动向变得尤其重要。但是由于新闻是一种典型的非结构化信息,同时互联网新闻具有无范围限制的特点,其内容安全性判断也变得相对复杂。对网站发布的网络新闻内容有必要进行合理的监督管理,可通过采用计算机技术自动地对网络舆情信息进行分析整理,建立起全面、有效、快速的社会问题预警机制,从而确保互联网内容的安全。本文以网络新闻为舆情分析语料库,主要研究了网络舆情分析系统中如何提高热点发现的准确度,在舆情信息分析模块中提出一种基于关联规则的多蚁型的蚁群聚类算法。算法中首先将蚂蚁分成不同的类型,每个类型的蚂蚁各司其责,再让每个类都带有一个使同类蚂蚁紧密地聚在一起的移动空间;其次该移动空间为每个类选出一个代表蚂蚁用来长距离的类移动,代表蚂蚁通过连接将类中不相似的大量数据移动到与其相似的代表蚂蚁处;最后通过群体间相关度对传统的群体间相似度进行修正最终得到文本聚类结果并发现热点信息。针对中等规模数据样本进行实验,结果表明此新算法减少了蚂蚁的搜索时间,提高了聚类性能,可以有效减少聚类出错率,使聚类准确率达到90%以上。