网络新闻里的热点聚类

本文以财经领域的新闻为目标，通过爬虫技术抓取网络上的大量财经新闻，利用jieba分词对新闻内容文本进行预处理，去除一些对聚类无用的词，并给剩余的词加上词性；之后用词频-逆向文件频率方法（TF-IDF）得到分词以后的每篇新闻报道内容的文本特征，再用使用基于密度的DBSCAN聚类算法分析发现热点；从发现的热点中，再利用k-均值算法进行词汇聚类分析，得出热点所涉及的人或事物，以此分析出社会对经济领域比较关注的问题和话题，并通过实验对结果进行验证。考虑到通用性，在最后设计了一个可视化界面，通过操作窗口上的按钮来让他人能够便捷的使用这些功能，以图表和文字的形式将最后的结果展现出来。

微博热点话题发现系统的设计与实现 论文下载s

开源无线热点发现工具Inssider源代码(C#) 学习无线网络开发