基于DBSCAN算法与句间关系的热点话题发现研究

来源：图书情报工作杂志2017年第12期北京时间：

作者：孙明溪,刘春琦

单位：1. 长春理工大学图书馆 长春 130022;2. 长春市农业信息中心 长春 130111

摘要：[目的/意义] 在大数据时代面对海量的数据用户有时会束手无策。因此，越来越多的学者们开始关注互联网热点话题发现的算法，帮助用户快速获取热点话题。[方法/过程] 基于DBSCAN算法，通过动态调整参数来优化算法，实现热点话题发现。根据句法结构与句间关系分析构建热点话题过滤模型，过滤包含热点词项的一般话题。[结果/结论] 采用主流网站新闻数据集进行实验，利用错检率、漏检率等评价指标对算法的有效性进行检验，实验结果证明改进算法性能有所提升，能够为信息用户提供科学研究网络数据的高效途径。

关键词：信息用户,热点话题,聚类分析,句法结构,句间分析,