【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第11期 383-387页,共5页

【作 者】： 杨长春 ; 周猛 ; 叶施仁 ; 徐小松

【摘 要】 由于微博平台的信息量大，为对博文热点进行准确识别，本文提出了一种基于经典CURE聚类算法的改进算法来发现微博热点话题。本文选取了20391条中文微博作为样本数据集，通过将博文稀疏矩阵化达到将高维数据降维的效果，很大程度上提高了计算的精度和速度。从选取CURE层次聚类的代表点出发，将代表点转换为博文种子集，同时调节收缩因子，加大排除博文的异常点，利用CURE层次聚类算法的思想设计了改进的CURE算法来发现微博热点话题，通过实验发现改进CURE层次聚类算法能够将数据集中的74．65％作为孤立点，更好的提高了算法的精度，同时准确地抓住长尾效应的”头部”，能够更加直观的发现微博热点话题。