【摘要】：資訊閱讀類終端給用戶的獲取知識和信息以及傳播觀點提供了很大的便利,通過這種方式閱讀資訊不僅方便快捷而且不受時間地點的限制。這類資訊閱讀類客戶端的發展的同時,也帶動了各種形式的媒體的發展,從而極大程度上拓展了客戶端文章的來源。文章來源的豐富,一方面帶來了信息量的增加,另一方面也給文章質量的把控增加了難度。所以很容易會出現“標題黨”、“低俗”、“虛假內容”等情況影響用戶的體驗的情況。用戶每天花費在閱讀資訊內容上的時間比較有限,所以在面對海量新聞文章時更好的做法是優先推薦相對熱門、內容相對比較好能夠吸引用戶的新聞文章。因此,本文從熱點話題挖掘和文章評估的兩個角度展開研究,并且在研究研究過程中搭建新聞評估系統。本文將系統的介紹新聞評估系統的構建過程。首先,通過對熱點話題挖掘和文章評估的研究意義和研究現狀的分析,引出了新聞評估系統中的研究內容。隨后,對新聞評估系統展開業務分析,明確系統的功能與性能需求,即針對每日新增的海量文章數據,能夠收集、處理、整合好不同的特征數據,支持相關算法模型的使用,并且可以根據需求更新、恢復算法模型,最終通過服務的方式將評估的結果提供,為用戶提供從數據收集整理、熱點新聞挖掘、新聞評估以及評估結果展現服務的一站式服務。接下來,圍繞需求分析的結果闡述新聞評估系統的詳細設計與實現過程,其中熱點話題挖掘和新聞評估是本文中研究重點。熱點文章挖掘主要是采用了主題模型,但是在實際應用過程中主題模型對某些文章的挖掘效果不如人意。本文基于實際的應用場景,從業務的角度出發,結合生產環境中可以利用到的文章特征屬性優化主題模型的挖掘效果。對于新聞評估,系統主要把評估設定為一個多分類問題,文中主要采取GBDT和XGBoost算法做為評估模型,通過實驗對比優化和相關測試,把新聞評估系統的效果進行提升。系統將新聞評估的結果通過Thrift服務的形式進行提供,并且為了能夠更好的提供服務,設計了多層Thrift服務,包括:數據服務、調度服務、調度監控服務。
【圖文】：

簡介let Allocation)是一種文檔生成模型。主題又對應著不同的詞。一篇文章的主題，然后再在這個主題下以一定的的第一個詞。不斷重復這個過程，就 所示。當然這里假定詞與詞之間是沒是這樣的：匯的分布題的分布章的詞匯個數 N的詞匯個數小于 N 執行第 5 步，否則分布隨機生成一個主題，通過該主題執行第 4 步

哈爾濱工業大學工程碩士學位論文式(TProtocol)和采用什么方式進行數據傳輸(TTran輸數據的數據結構(struct) 和傳輸數據的業務邏輯境快速的構建相應的代碼，并且通過自己內部的序簡化和壓縮提高高并發、大型系統中數據交互的成 的整體架構，，分為 6 個部分：（1）業務邏輯實現；的 Service ；（3）執行讀寫操作的計算結果；（4據傳輸方式；（6）底層 I/O 通信。
【學位授予單位】：哈爾濱工業大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：G210.7;TP391.1

【參考文獻】

相關期刊論文 前3條

1 陸偉;張曉娟;;基于主題與用戶偏好分析的查詢推薦研究[J];情報學報;2012年12期

2 邢東山,沈鈞毅,宋擒豹;從Web日志中挖掘用戶瀏覽偏愛路徑[J];計算機學報;2003年11期

3 劉洪濤;肖開洲;吳渝;黃智興;;帶輿論評價的引文網絡構建與主題發現[J];情報學報;2011年04期

相關碩士學位論文 前3條

1 王博遠;基于用戶交互關系的用戶創作內容質量評估[D];北京郵電大學;2014年

2 羅樂;基于潛在語義分析的文本分類算法研究[D];西南大學;2013年

3 袁堂朋;基于用戶行為模式的Web日志挖掘模型的研究與實現[D];南京郵電大學;2013年

本文編號：2638666