一种基于聚类分析的互联网信息热点控制方法

摘要

本发明是一种基于聚类分析的互联网信息热点控制方法，该方法首先获取信息集合S；其次将集合S中的信息聚合成若干个集合，计为C，C包含C1、C2、…、Cn（其中：｜C1｜+｜C2｜+…+｜Cn｜=｜S｜）；接着计算每一个小集合Ci的热度,Ci的热度由它包含的每条信息的热度累加而成；最后对C进行热度的排序。本发明方法合理，操作方便，准确性高，它对热度的计算基于信息自身属性和信息之间的相关性，具有普遍性，适合整个互联网信息的热度计算。

主权项

1.一种基于聚类分析的互联网信息热点控制方法，其特征在于：首先获取信息集合S；其次将集合S中的信息聚合成若干个小集合C，C包含C1、C2、……、Cn；其中：｜C1｜+｜C2｜+……+｜Cn｜=｜S｜；接着计算每一个小集合Ci的热度；最后将C进行热度排序；其具体步骤如下：(1)、获取信息集合S；其操作步骤如下：(1-1)、从数据采集处获取初始数据集S1；(1-2)、区分并保存S1中的每一条信息的属性，其中属性包括：信息权重r；信息访问量a；信息回复量b；信息的转发量c；(1-3)、将处理后的信息看作集合S；(2)、将集合S中的信息聚合成类集合C；其操作步骤如下：(2-1)、依次提取S中的每一条信息di；(2-2)、提取di的特征词集合F(di)；(2-3)、探测是否存在已形成的聚合类C，若存在则转入下述步骤（2-3-1）；否则转入下述步骤（2-3-2）；(2-3-1)、将F(di)与某一类Ci的中心信息的特征词集合作相似度比较，结果若大于等于设定的阀值，则将di加入到聚合类Ci，并调整Ci的中心文章；否则返回重复3-3，逐一比较F（di）与每一个聚合类的中心信息的特征词集合的相似度，如全部比较完成后di仍没有聚合到某一聚合类，则创建新的聚合类，并将di加入到新创建的聚合类；(2-3-2)、创建新的聚合类，并将di加入到新创建的聚合类；(2-4)、返回重复执行步骤（2-1），直至处理完成S中所有信息，所有的聚合类Ci集合，即为所述的聚合类的集合C；(3)、计算每个聚合类的热度；其操作步骤如下：(3-1)、获取步骤（2）中得到某一聚合类Ci；(3-2)、获取Ci中的信息di；(3-3)、获取di的自身属性：信息权重r；信息访问量a；信息回复量b；转发量c；(3-4)、计算di的热度H(di)=r×(a×l%+b×m%+c×n%)；其中，l，m，n均属于正整数，且 l+m+n=100；(3-5)、计算Ci的热度，计算公式如下：；(3-6)、返回重复执行步骤（3-1），直至处理完所有的聚合类；(4)、将集合C进行排序；其操作步骤如下：(4-1)、获取步骤（3）中得到的聚合类的热度；(4-2)、使用快速排序算法对C进行排序。