%0 Journal Article
%T Research on the Hot Topics Discovery Algorithm Based on Improved Ant Colony Clustering<br>基于改进蚁群聚类的热点主题发现算法研究*
%A Lu Bei
%A Cheng Xiao
%A Chen Zhi-Qun
%A <br>陆蓓
%A 程肖
%A 谌志群
%J 现代图书情报技术
%D 2010
%I 
%X 针对热点主题发现是在聚类算法的基础上实现的特点，将改进后的蚁群聚类算法引入到该研究中，同时提出类别关注度（CAD）的概念，以此来判定类别的热门程度并区分出热门类别和冷门类别，在此基础上抽取热点主题集。实验结果表明改进后的蚁群聚类算法对热点主题的发现有一定的效果，对其他仿生优化聚类算法的引入有借鉴意义。
%K 网络舆情
%K 蚁群聚类
%K 热门类别
%K 主题
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=B5EDD921F3D863E289B22F36E70174A7007B5F5E43D63598017D41BB67247657&cid=E46382710BF131B2&jid=24AADBCD0D5373C73F37F78D10E2F717&aid=AED2B4F9CA8E0CEE74599CDCC83FDCF2&yid=140ECF96957D60B2&vid=96C778EE049EE47D&iid=E158A972A605785F&sid=5C3443B19473A746&eid=4F2F18DD6F870C2C&journal_id=1003-3513&journal_name=现代图书情报技术&referenced_num=0&reference_num=0