生成文本聚类java实现 (1)
???? 本文章纯属个人学习笔记,持续不断的增加中...
?
? 本章主要的学习是中文分词和两种统计词频(传统词频和TF-IDF算法)的方法.
?
???? 学习目的:通过N多的新闻标题 or 新闻摘要 or 新闻标签,生成基本的文本聚类,以便统计当天新闻的热点内容.
???? 扩展:可以运用到文本分类,舆情分析等.
?
???? 基本的学习思路:(本思路由网友rowen指点)
?哈哈,通过如下方法把RSS的内容保存到MangoDb当中.
注意代码:这是我写死了参数,如果出现频度大于1的才打印出来.
下面是打印出来的结果:
?? Log.java
</div>
<p><br><br>??? 好。其实我也是直接抄网上的资料，实际使用当中也需要多写一些通用的方法。但是很多人都喜欢跟Hibernate来管理MongoDB,主要是Hibernate好管理OO对象，而MongoDB的效率很高。可能参考文章：<a href="http://www.oschina.net/code/snippet_98659_3681" target="_blank">Spring和Morphia,MongoDB的简单封装以及自增ID的实现</a></p>
<p>?</p>
<p>?? 附件当中就是关于MongoDB的相关代码，你可以做为参考。</p>
<p>?</p> 11 楼 tracyhuyan 2011-04-21 用过carrot2没？ 12 楼 heweiya 2011-04-22 tracyhuyan 写道用过carrot2没？
用过carrot2,weka,现在我的思路是不但可以找到聚类(有很多时间,聚类的准确性很差),而且要加入自己的主动分类,进行模糊匹配.
所以自己要主动探索一下.
