[發(fā)明專利]一種自動發(fā)現(xiàn)互聯(lián)網(wǎng)熱點(diǎn)新聞主題的方法及系統(tǒng)

無效

• 申請?zhí)枺?/td>: 201210060133.9
• 申請日: 2012-03-07
• 公開（公告）號: CN102662965A
• 公開（公告）日: 2012-09-12
• 發(fā)明（設(shè)計(jì)）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 上海引跑信息科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種自動發(fā)現(xiàn)互聯(lián)網(wǎng)熱點(diǎn)新聞主題的方法及系統(tǒng)，其特征在于：

1)從互聯(lián)網(wǎng)獲取新聞、博客、微博等網(wǎng)頁，提取出其中的正文和標(biāo)題；

2)根據(jù)所提取的正文和標(biāo)題計(jì)算TFIDF值，獲得詞頻向量和詞頻矩陣；

3)對詞頻矩陣進(jìn)行聚類分析；

4)對聚類分析所獲得每個(gè)類別計(jì)算其中心文章獲得中心文章的標(biāo)題，提取每個(gè)類別的關(guān)鍵詞，作為該類別的解釋；

5)人工的對自動產(chǎn)生的類別解釋進(jìn)行調(diào)整。

2.如權(quán)利1所述的自動發(fā)現(xiàn)互聯(lián)網(wǎng)熱點(diǎn)新聞主題的方法及系統(tǒng)，其特征在于：

數(shù)據(jù)的來源來自互聯(lián)網(wǎng)。

3.如權(quán)利2所述的自動發(fā)現(xiàn)互聯(lián)網(wǎng)熱點(diǎn)新聞主題的方法及系統(tǒng)，其特征在于：

使用TFIDF值來表示每個(gè)詞在文章的權(quán)重，從而把文章量化成為一個(gè)向量，把一組文章表示成一個(gè)矩陣。

4.如權(quán)利3所述的自動發(fā)現(xiàn)互聯(lián)網(wǎng)熱點(diǎn)新聞主題的方法及系統(tǒng)，其特征在于：

我們用聚類算法對文章進(jìn)行自動的分類。

5.如權(quán)利4所述的自動發(fā)現(xiàn)互聯(lián)網(wǎng)熱點(diǎn)新聞主題的方法及系統(tǒng)，其特征在于：

我們自動的對每個(gè)類別做解釋，自動的提取每個(gè)類別的中心文章的標(biāo)題和類別關(guān)鍵詞。

6.如權(quán)利5所述的自動發(fā)現(xiàn)互聯(lián)網(wǎng)熱點(diǎn)新聞主題的方法及系統(tǒng)，其特征在于：

雖然系統(tǒng)產(chǎn)生的類別已經(jīng)很精確，但是我們還是可以通過人工的方式對系統(tǒng)產(chǎn)生的類別和自動解釋做調(diào)整。