关于博客聚类

    虽然现在存在大量传统的web文档聚类方法，但它们的设计并没有考虑博客自身的特征。相对于普通的web文档来说，每位博主的博客是按照时间逆序排列的，在他们编辑博客的过程中，可以对博客内容进行自由地编辑、加标签以及自定义分类。来访的用户也可以对文章加以评论。如果将博客自身的特点考虑进来，我们也许会得到更好的聚类效果。
    最近一阶段正在搞得课题就是博客聚类，只是搜遍了全网，找到的所有关于博客聚类的文章还不足10篇，而且也都是只是泛泛的讲，不知道这里有没有研究博客聚类的，想跟大家探讨一下，如果不对博客正文进行分词，也不计算词频，只是利用博客的标签，分类和圈子信息来聚类，聚类效果会不会好呢？

评论

3 楼 guojinhua 2009-07-02  

harry 写道

我觉得要是能用nlp的方式处理，效果是最好的

用nlp的方式效果可能会好点，不过要考虑到应用背景的话，可以更好的利用博客的特点来减少nlp处理方式带来的缺点。

2 楼 harry 2009-07-02  

我觉得要是能用nlp的方式处理，效果是最好的

1 楼 sku 2009-03-19  

我感觉这样的话，不如做社会网络分析了，根据sth. in common来发现社区，更有挑战性