inwind

1. 對(duì)于項(xiàng)目的理解：系統(tǒng)開發(fā)的目的在于及時(shí)發(fā)現(xiàn)輿論的熱點(diǎn)，并且予以預(yù)測(cè)和跟蹤。而項(xiàng)目文檔要求的分類指標(biāo)，是為了方便用戶分類使用

2. 發(fā)現(xiàn)熱點(diǎn)，考慮boss的思路，聯(lián)想醫(yī)療診斷的方法，采用望聞問(wèn)切多種方法確定病癥“熱點(diǎn)話題”3.   望聞問(wèn)切，每種方法都可以查出病癥某個(gè)方面的特征，而每種方法都不夠準(zhǔn)確，都有可能得出若干個(gè)、錯(cuò)誤的結(jié)論，但是綜合起來(lái)考慮，就有更大的概率得出正確的結(jié)論。

3. 每個(gè)分類計(jì)算，可以類比為一種診斷方法，最后通過(guò)高維的元聚類，綜合考慮各種診斷方法做出較準(zhǔn)確的結(jié)論。每個(gè)分類計(jì)算力爭(zhēng)做到準(zhǔn)確，這樣有助于事件的發(fā)現(xiàn)和確定。但是，即使具有一定的誤差——訓(xùn)練數(shù)據(jù)本身的分類誤差，訓(xùn)練數(shù)據(jù)不夠大，計(jì)算距離的方法，分類的方法——只要不是太離譜，應(yīng)該是可以在一定程度，從一定角度和坐標(biāo)系中反映出文本的分布，而把抱團(tuán)文本聚在一起。

4. 上述想法實(shí)際上也是多維數(shù)據(jù)建模的思想

5. 對(duì)于項(xiàng)目文檔中要求的分類的準(zhǔn)確率和召回率，可以將最佳的一個(gè)有意義的分類計(jì)算來(lái)滿足

6. 預(yù)測(cè)，考慮一下回歸的擬合

7. 目前考慮到的可用作分類計(jì)算的分類體系包括：
  時(shí)間：以天為單位
  地點(diǎn)：以省為單位
  政府部門管轄權(quán)的分類——參考中央人民政府網(wǎng)站
  Google的分類——參考Google網(wǎng)站分類，新聞分類
  Baidu的分類
  Yahoo的分類
  sohu，sina的分類
8. 訓(xùn)練數(shù)據(jù)不一定要對(duì)所有的分類計(jì)算訓(xùn)練，來(lái)源不同的訓(xùn)練數(shù)據(jù)，可以對(duì)各自的分類計(jì)算進(jìn)行訓(xùn)練——實(shí)時(shí)的更新數(shù)據(jù)，跟蹤新話題，發(fā)現(xiàn)新概念