cluster-analysis - 如何基于主题对短消息 [Tweets] 进行聚类？ [基于主题的聚类]

Question

我正在计划一个应用程序，它将根据主题制作短消息/推文集群。主题的数量将受到限制，例如体育 [NBA、NFL、板球、足球]、娱乐 [电影、音乐] 等...

我可以想到两种方法来解决这个问题

要求用户像 Stackoverflow 那样标记问题。用户可以从预定义的标签列表中选择标签。然后在服务器端，我将根据标签对它们进行聚类。
优点: - 简单的设计。代码复杂度较低。
缺点:- 用户的选择将受到限制。
集群不会是动态的。如果发生新事件，预定义的标签将错过它。

取消息，删除停用词[在字典中预定义]，在词干消息上应用一些聚类算法来制作一个聚类，并根据它的流行度显示聚类。该集群将一直显示到它保持流行的时间[许多消息/分钟]。新消息将被浏览并分配到相应的集群。
优点:- 基于事件/事故流行度的动态聚类。
缺点:- 增加了复杂性。需要更多的服务器资源。

我想知道是否有其他方法可以解决此问题。或者有什么方法可以改进上述方法？

还建议一些好的聚类算法。我认为“K-Nearest Clustering”算法适合这种情况。

Answer 1

看看 Carrot2，这个工具从文本和集群中提取标签。您可以从 here 下载并检查实现的算法(主要是术语)here .

希望这对你有帮助。