inwind

   項(xiàng)目的終極目標(biāo)是輿情分析，為主管部門(mén)及時(shí)掌握網(wǎng)絡(luò)輿論情況，以及了解輿論發(fā)展的時(shí)間和空間上的發(fā)生發(fā)展情況。所作的工作必須以此為判斷的唯一標(biāo)準(zhǔn)。
   
   分類(lèi)，首先要有個(gè)分類(lèi)體系，現(xiàn)在掌握的情況是，分類(lèi)是根據(jù)學(xué)科體制，在分類(lèi)樹(shù)的某個(gè)節(jié)點(diǎn)上，按照唯一的標(biāo)準(zhǔn)進(jìn)行分類(lèi)。
   
   但是，人類(lèi)知識(shí)本身就是渾然一體的，存在大量的交叉，甚至不同領(lǐng)域研究同一對(duì)象，甚至使用相同或者相似方法。（這時(shí)感覺(jué)，徐小棟老師的說(shuō)法還是對(duì)的，呵呵，知識(shí)是渾然一體的，分類(lèi)是人工雕琢，但是為了掌握的方便，只好如此了）。
   更何況，網(wǎng)絡(luò)信息的多樣性，隨意性，以及貼近生活，使得網(wǎng)絡(luò)信息，尤其是新聞，難以按照學(xué)科體制分類(lèi)，或者很不適合用學(xué)科體制分類(lèi)。
   例如，管理部門(mén)想要了解民眾對(duì)神六的看法，討論和關(guān)注程度，以及關(guān)注的方面。但是按照分類(lèi)體系，神六對(duì)經(jīng)濟(jì)的影響屬于經(jīng)濟(jì)類(lèi)，對(duì)外交的影響屬于政治類(lèi)，對(duì)民俗的影響又屬于文化類(lèi)。這樣，對(duì)于管理部門(mén)，可能是不想要得結(jié)果。
   
   又考慮到了主題的概念，一篇文章舉的例子，地震是主題，但是，唐山地震又是另外的概念，事件；載人航天是主題，但是神六上天又是事件。沒(méi)有人給出確切的定義。
   可否這樣定義呢：主題，是關(guān)于一個(gè)較為抽象概念的所有文章。
   事件，是關(guān)于一個(gè)確切的事件。
   
   但是，問(wèn)題是，較為抽象的概念，分類(lèi)的定義就是，對(duì)概念進(jìn)行劃分，概念是關(guān)于本質(zhì)屬性的反應(yīng)。本質(zhì)屬性呢，就是決定一個(gè)事物或者一類(lèi)事物不是其他的決定性屬性。主題和分類(lèi)還是有些混亂啊。

   現(xiàn)在想了兩種方案，
一是分大類(lèi)，僅一級(jí)，分個(gè)十幾二十類(lèi)，然后在下面進(jìn)行聚類(lèi)和事件發(fā)現(xiàn)跟蹤。
二是分得比較細(xì)，仿照北大或者google的三級(jí)分類(lèi)，然后進(jìn)行聚類(lèi)和事件發(fā)現(xiàn)跟蹤，然后給出事件發(fā)現(xiàn)跟蹤的結(jié)果。

哪一個(gè)比較好呢，似乎第一類(lèi)，簡(jiǎn)單分類(lèi)后，對(duì)于聚類(lèi)和事件發(fā)現(xiàn)跟蹤的影響小。
但是，新聞的特征向量如何選取呢，理論上分類(lèi)和聚類(lèi)的要求是相同的，但是肯定會(huì)有細(xì)微的差別，更何況聚類(lèi)還需要考慮新聞的時(shí)間分布。

另外一個(gè)問(wèn)題了，事件發(fā)現(xiàn)需要利用新聞事件的時(shí)間特性，但是，在比較長(zhǎng)一段時(shí)間內(nèi)，關(guān)于一系列事件的主題，如何挖掘呢，比如，礦難。——給每個(gè)新聞事件確定一個(gè)特征向量，然后對(duì)事件的特征向量進(jìn)行聚類(lèi)？

嗯，繼續(xù)研究繼續(xù)研究