【摘 要】
：
对海量的互联网新闻进行快速热点聚类是一个重要的研究方向。针对大规模文本聚类的几个关键问题(相似度计算、分布式聚类、聚类结果概要生成),文中设计并实现了一个基于Spark
【机 构】
：
北京信息科技大学,北京拓尔思信息技术股份有限公司
论文部分内容阅读
对海量的互联网新闻进行快速热点聚类是一个重要的研究方向。针对大规模文本聚类的几个关键问题(相似度计算、分布式聚类、聚类结果概要生成),文中设计并实现了一个基于Spark计算框架的分布式新闻聚类系统。该系统采用GPU加速的深度相似度算法进行新闻文本的相似度计算,得到新闻之间的相似关系,并采用图聚类算法进行新闻聚类,最后采用标题压缩技术形成热点描述,生成最终的聚类结果。实验结果证明,文中提出的系统具有较高的执行效率和良好的可扩展性,可以有效地处理大规模新闻的热点聚类任务。
其他文献
未来汽车发展的趋势，随着科技的不断发展，已经变得越来越明朗化，汽车智能化将是未来汽车的发展趋势。看着环境污染的逐渐剧烈，低碳经济和节能减排的口号随之提出。绿色汽车、节能
盖国忠教授从事中医药临床工作20余年，致力于多种内科急症的中医药防治研究，尤其在诊治高血压病方面颇有心得，笔者有幸随师侍诊，亲聆教诲，受益匪浅。兹将其治疗高血压病经验略陈于
目的探究富含亮氨酸的重复序列G蛋白偶联受体5(LGR5)甲基化与胃癌发生及相关临床病理参数的关系。方法利用多重PCR和Methyl Target技术,计算26组胃癌标本LGR5启动子甲基化水
王荣生教授说：“阅读教学是一种文体思维。”这就告诉我们，作为一个语文教师要具备文体意识，针对不同文体的话语体式与结构方式去定位文本、走进文本，以文本特有的路径针对不同学
从SARS爆发流行中的资源动员,来分析目前我国突发公共卫生事件处理中的资源动员能力,并进一步提出加强资源动员能力的策略.
顽固性荨麻疹是一种常见的皮肤病,一般可分为急性荨麻疹与慢性荨麻疹,其中慢性荨麻疹由于病因众多,治疗困难,会反复发作。自2004年开始笔者采用芪芍桂苦酒汤治疗顽固性荨麻疹
为比较地下滴灌与膜下滴灌对玉米的影响,以膜下滴灌为对照,开展了地下滴灌3种灌水量（膜下滴灌灌水量的70%、85%和100%）下的田间试验研究。结果表明,地下滴灌玉米耗水量随灌水量
目的长久以来,中草药因服用的个体化及疗效的持久性、稳固性广为人们所认可,其安全性很少受到怀疑.然而,当1种名为马兜铃酸的中药成国内外披露可引起严重肾损害后,运用多年的
不同类型的虚拟运营商各有优劣势，国内虚拟运营商必须结合自身优势，明确用户和业务定位，加强盈利模式创新和机制创新，才能在2014年走好至关重要的第一步。
产肠毒素性大肠杆菌(Enterotoxigenic Escherichia Coli,ETEC)感染是幼龄动物(主要是猪和小牛)大肠杆菌病的最常见型,是引起发展中国家旅行者和儿童腹泻的重要原因。ETEC的主