新闻挖掘

摘要： 网络技术的进步,带动人们进入信息化时代,网络平台也成为群众传递信息、表达自身观点的主要场所。对于电视媒体而言,新的行业环境也对其提出了新要求,新闻工作者要创新自身的工作方式,适应网络时代。电视新闻记者在网络空间下应借助网络平台的开放性,拓宽自身新闻线索、素材的获取渠道,提升新闻信息的挖掘能力,提升自身工作效率。网络环境下,电视新闻记者只有转变自身观念,才能带动电视新闻产业的变革与发展。

摘要： 随着我国经济与信息技术的发展,媒体行业迎来了新的发展阶段.现阶段人们可以从不同移动平台上获取自己想要的信息,这对媒体行业来说是一个良好的发展机会,所以在新媒体时代,新媒体编辑需要对新闻信息进行深入挖掘,保证信息质量的提升,以此来吸引更多受众,更好的服务群众.在实践中,应及时挖掘群众关注的热点新闻,并维护新闻的真实性与完整性,为人民群众带来更多信息内容,提升新闻的关注力度,促进媒体新闻报道的健康发展.

摘要： 移动互联网时代,为了提高新闻信息传递速度,应做好新闻内容挖掘工作,确保新闻信息有效性和真实性,通过采取多种方式实现对不同新闻内容的传播,扩大新闻信息覆盖范畴,让受众及时了解新闻信息。新闻编辑是新闻采集、创作、传播流程中的重要一环,深刻、全面地挖掘新闻信息,对移动网络时代新闻质量与影响力的提升具有重要意义。本文结合移动互联网时代新闻编辑对新闻挖掘的重要性,重点分析新闻编辑工作要点,提出更好的新闻挖掘对策。

摘要： 随着社会发展水平的不断提高,人们在温饱问题解决之后,对于民生、政治、经济的关注度也随之升高.而社会信息化的发展,越来越多的新闻信息出现在人们的视线之中,新闻媒体对人们生活的影响也愈加重要.在新闻制作和传播发展过程中,新闻记者在整个采编过程中都占据了非常重要的作用.再者,在新媒体日益壮大的今天,传统媒体行业受到极大的冲击,那么,如何提高电视新闻记者对新闻的挖掘能力成为当今电视新闻记者面临的重大问题.

摘要： 随着社会发展水平的不断提高,人们在温饱问题解决之后,对于民生、政治、经济的关注度也随之升高.而社会信息化的发展,越来越多的新闻信息出现在人们的视线之中,新闻媒体对人们生活的影响也愈加重要.在新闻制作和传播发展过程中,新闻记者在整个采编过程中都占据了非常重要的作用.再者,在新媒体日益壮大的今天,传统媒体行业受到极大的冲击,那么,如何提高电视新闻记者对新闻的挖掘能力成为当今电视新闻记者面临的重大问题.

摘要： 随着现代信息技术和网络的快速发展,推动着我国步入信息时代,在此背景下信息传播手段和途径愈加丰富,提升了人们信息获取的便利度。这对于传统纸质媒介来说,为其提供了新的发展机遇,也加剧了其所面临的挑战,需要纸媒记者全面提升自身的业务能力和综合素质,来提升新闻事件的深度挖掘能力,对新闻报道途径进行创新,更好的顺应时代发展的需要。因此本文对信息时代背景下,传统纸媒所受到的影响进行了分析,结合自己的思考给出了应对措施,希望能帮助纸媒记者更加深入的挖掘新闻事件,从而推动传统纸媒在新时代背景下更好地发展。

摘要： 新媒体技术水平的不断发展为传统媒体行业带来了机遇和挑战。编辑记者是支撑媒体行业快速发展的重要人员,对编 辑记者来说,若想要提高自身综合素质水平,提升个人技能,为媒体事业发展作出巨大贡献,必须要顺应时代发展潮流,紧跟时代 发展步伐,充分结合实际,不断学习新媒体技术,并在编辑文章时对其进行高效利用,从而提高文章数量和编辑效率。基于此,要 正确对待和利用新媒体提出有效利用措施,从而提高编辑记者整体素质水平,提升个人专业技能。

摘要： 现如今,社会经济迅猛发展,我国已转入了新的发展阶段,信息的爆炸式惊人下降沦为了一种新的趋势.以往人们获取信息的手段比较单个,多半靠报刊、广播与电视,目前人们可透过手机写作资讯,微博、微信等交流方式的出现,亦多样了人们获取信息的方式,加速了信息散播的速度.对于纸质媒介受的冲击,我国纸媒记者必需看到应付的方式,挖掘新闻散播的途径,填补散播的缺乏,进而挖掘信息深度.本文重要研究新媒体时代的传播特点及传统纸媒遭遇网络的冲击,探险纸媒记者于新媒体时代如何挖掘新闻.

摘要： 2017年末，一篇中学生作文刷爆了朋友圈。东阳中学高三学生申屠佳颖在钱江晚报“新少年全国中小学生作文大赛”现场写下的参赛文章《孟婆汤》，让无数学生、家长，甚至上班族在地铁上哭成泪人。

摘要： 随着信息化时代的发展，媒体行业也在不断发展壮大，信息传播的速度大大提升。这样编辑在获取新闻资源的时候，不仅要注重吸引大众的视线，还应该把握新闻的时效性，掌握好第一手资料，以在社会发展的过程中，提升自身的竞争力。因此，新闻编辑应该利用好网络的优势，积极挖掘网络时代下的新闻产生途径，以保障新闻的长久发展。

摘要： 本发明实施例公开了一种面向模糊文本挖掘的新闻视频主题分割方法，包括步骤：将新闻视频转换成音频，使用语音识别技术将音频转换成模糊文本；使用语音识别技术将音频转换成模糊文本；文本的分词；文本的表示；分析音频信息，找出静音点作为潜在分割点；对模糊文本进行分割点识别，更新潜在分割点；把词性分析后筛选出的词语序列，用语言模型转换成句子向量，并根据句子向量的相似度分布来更新潜在分割点；基于PSO确定TextTiling算法参数进行文本主题分割。采用本发明，把视频信息以故事为单位进行语义分割从而形成独立的语义单元，可应用于众多视频检索的应用领域，如影视、监控、交通视频等。

摘要： 本发明公开了一种层次化新闻热点及其演化的挖掘与可视化方法。包括如下步骤：1).利用概率主题建模技术挖掘由抽象到具体的具有层次化结构的新闻热点。2).提出全新的“Nested‑circle”可视化布局对层次化的新闻热点进行可视化。3).利用相对熵方法挖掘相邻时间片同一粒度的层次化新闻热点的关联性，即新闻热点在时序上的演化行为。4).采用动态可视化技术呈现新闻热点在时序上的演化行为。5).结合上述层次化新闻热点及其演化的挖掘与可视化技术，集成了“层次化新闻热点及其演化的分析系统”，方便读者分析层次化新闻热点及其演化。

摘要： 本发明公开了一种基于数据挖掘与深度学习的新闻信息聚合方法，使用爬虫对新闻门户网站在同一时间段进行数据抓取，获得新闻信息以及评论信息；然后通过应用向量空间模型、TF‑IDF权重计算方法、同义词词林方法以及cosin的距离测量，对新闻进行分类去重，将内容相同的新闻聚合在一起；通过文本概括的算法，实现对所有评论进行概括的功能；最后通过深度神经网络模型，自动生成文章的摘要。本方法可以方便读者高效快速地获取到各大新闻平台的内容及读者评论。

摘要： 本发明公开了一种基于多视图的新闻主题挖掘方法，属于文本分析和数据挖掘的技术领域。本发明首先构建出LT‑MSC模型，然后构造建流形正则化项、稀疏约束项和多样性正则化项，通过引入流形正则化项来挖掘多视图新闻数据中的几何信息，通过使用稀疏约束项来增强子空间表示矩阵的块对角结构，通过融入多样性正则化项来捕获新闻数据中不同视图之间的互补信息。最后，采用谱聚类方法对其进行聚类，相比于现有单视图和多视图挖掘方案，本发明的方法相比于已有的单视图和多视图的挖掘方法，在新闻主题挖掘的场景中能够获得最佳的聚类效果和识别性能，从而有效地提高了新闻主题的挖掘效率和精确率。

摘要： 本发明是一种基于文本语义挖掘的新闻推荐方法，该方法包括以下步骤：从数据库中获取新闻项信息和用户阅读历史的日志信息；通过预训练的词向量对新闻项的标题建立词嵌入矩阵；通过特征提取获得新闻标题嵌入表示向量；基于神经主题模型对新闻文本内容进行主题建模得到新闻内容主题嵌入向量，形成最终的新闻特征表示；对用户阅读历史日志中的行为数据进行分析，并在用户侧根据用户阅读记录提取用户特征表示；将时间衰减函数引入模型，生成前N项的推荐新闻候选集。本发明通过双向循环神经网络和神经主题模型对新闻项的词级特征和主题特征进行分析，能够有效挖掘新闻文本中丰富的语义信息，更准确的表示新闻项特征，提升推荐的效果。

摘要： 本发明公开一种基于文本挖掘的热点新闻发现方法，包括步骤：将预处理后的新闻的标题的权重扩大，在分词及去停用词处理后，获取新闻的TF‑IDF的特征向量；基于所述TF‑IDF的特征向量，利用聚类算法预测新闻的所属类别；将新闻的标题及摘要合并成一句子，然后对句子进行分词、去停用词处理；利用TextRank算法，对新闻标题排序后输出热点新闻。本发明在聚类时增加了新闻标题权重，以提升其正确率；将新闻的标题、摘要、关键词一并用于排序，一方面增加新闻标题的权重，一方面能减少新闻标题的重复。

摘要： 本申请提供了一种民生舆情及新闻信息挖掘比对可视化系统。该系统包括：数据采集模块，配置有基于模糊综合评价法构建的网站爬虫池，网站爬虫池配置为爬取新闻网站首页的新闻事件数据，以及爬取民生网站首页的民生事件数据；数据分析模块，配置为基于词频统计方法或者基于预设的文本相似度模型，根据新闻事件数据和民生事件数据，确定热点事件；并调用网站爬虫池，根据热点事件的热点关键词在民生网站中对热点事件的舆情信息进行爬取，得到热点事件的舆情信息；以及，基于预设的情感分析模型，根据热点事件的舆情信息，获取互联网关于热点事件的情感倾向值；可视化模块，配置为根据情感倾向值绘制互联网关于热点事件的情绪变化图。

摘要： 本发明实施例提供一种网络新闻热点挖掘方法及装置，该方法包括：对原始网络新闻数据进行预处理，得到网络新闻信息；通过双语LDA主题模型和双语LSA模型提取所述网络新闻信息中的文本特征向量；根据所述网络新闻信息中的文本特征向量，利用Single‑Pass聚类算法在Spark平台上并行化运算，得到新闻热点话题信息。通过双语LDA模型和双语LSA模型相结合的文本特征提取方法不仅在主题模型中包含了对各话题有较强区分度的实体信息，还考虑了文本上下文之间的语义联系，并利用基于Spark的并行化Single‑Pass聚类算法，加快聚类速度，更有效准确的实现网络新闻热点挖掘。

摘要： 本发明公开了一种基于关联语义链网络的新闻事件关键词挖掘方法。该方法具体步骤如下：（1）输入新闻事件数据集，并对数据集进行预处理；（2）利用Textrank提取文本关键词，构建各个事件的关联语义链网络；（3）利用滑动窗口，构建每篇文本的关联词汇特征；（4）通过正负类别样本的构建和对关联词进行独热编码，计算每个关联词的信息增益；（5）挑选top‑k的关联词作为描述当前新闻事件的关键词集合。该方法利用关联语义链网络建立词汇之间的关联关系，利用信息增益对有鉴别力的关联词进行量化，挑选top‑k的关联词作为事件描述的最终关键词，能够减少人工的干预，提高准确率。

摘要： 本申请公开了一种基于双向LSTM的相关新闻挖掘方法及系统，方法包括：获取用户点击的新闻序列，对新闻序列中的新闻id进行嵌入，得到新闻id的向量；基于新闻id的向量，利用聚类算法生成的搜索树得到新闻id的相关新闻。本申请基于用户点击行为的双向LSTM神经网络模型的相关新闻挖掘方法，相比基于内容的精确匹配的方法，有效的提升了用户体验，减少了由于内容冗余造成的新闻资源位浪费并加快了相关新闻的计算速度。同时，利用搜索树检索相关新闻，速度快于传统穷举法，有效的节省了计算时间。