Modern society generates huge amoun

Modern society generates huge amounts of information every day, especially in digital format, which obstruct the storage and further processing and analysis. Big data can be defined as a scale of data set that goes beyond existing database management tool capabilities of data collection, storage, management, and analysis capabilities [1]. Although the most common trait of big data is Volume, it is typically defined by three Vs (Volume, Variety and Velocity).

In addition, big data can be classified taking into account the data type:

1.
Structured (data are organized into a predefined data schema).
2.
Semi-structured (data does not require a schema definition but the data includes metadata).
3.
Unstructured (data are stored in an unstructured form without any defined data schema).
There are many different applications in which big data techniques are applicable: data mining, predictive analytics, geoanalysis, natural language processing and pattern recognition. Also, we are heading into a social-media data explosion. In this connection, web-based applications encounter big data frequently, such as social computing, Internet text and documents or Internet search indexing. For this reason, there are some techniques which need to be seriously taken into account such as social network analysis and text mining.

In particular, an important application of the text mining which could be also related with the social big data is: web news mining. Since news websites are daily overwhelmed with plenty of news articles, an important part of the huge amounts of new information produced each day is generated by the on-line newspapers. For this reason, automatic systems which can treat, analyze and classify web news articles are essential not only for those systems which manage web news articles but also for user recommendation tasks.

According to the Statistical Report on Internet Development released by China Internet Network Information Center (CNNIC) in July 2014 [2], the number of online news users in China had reached 503 million by the end of January 2014 (a growth of 98.60 millions from June 2012), and the utilization ratio of online news was 79.6%. In this report, the online news is the third most used network application by Internet users. The first application in this ranking is the Instant messaging (89.3%) and the second one is the Search engine (80.3%). However, news is the most frequently searched content by the Internet users using both computers and mobile phones. In addition, this report suggests that online news has become one of the major channels for Internet users to get news and its utilization ratio has remaining high due to the following reasons: (1) in the era of mobile Internet, it is one of major activities of Internet users to read news in their fragmented time, (2) Internet users can get news through more channels, and (3) all news media vied with each other to make inroads into the mobile Internet.

In the era of big data and because of this explosion of information from news websites, extracting knowledge from news articles becomes an interesting challenge. To that end, we need text mining techniques which can extract relevant information from this kind of unstructured type text data. In addition, online news is a special type of public information mainly because there are many news sources and the update of the news is very fast. News mining tools, techniques, and algorithms are strongly emerging during these times. There are many techniques which help to analyze the overflow of information and extract value knowledge from on-line news sources. However, since this information is continuously growing and changing, these techniques have to skim and search for information much more than they had to do in the past.

During the last years, there have been many approaches related with classification, clustering, categorization and summarization of news articles [3], [4], [5], [6], [7] and [8]. If we consider those approaches which classify news into predefined categories, all of them use a statistic classifier over time. However, the news articles of the different categories change constantly and these changes should be considered in the model of the classifier. For this reason, we propose an approach in which the categories are not predefined but they are updated in an evolving manner according the new news articles and categories obtained. This aspect makes our approach an ideal alternative in this environment.

The presented approach is based on Evolving Fuzzy Systems (EFS) [9] which allows not only update the structure and parameters of an evolving classifier but also cope with huge amounts of web news and process data in on-line and real time – which is essential in this (web) environment. EFS approaches have been successfully applied in many other different areas [10], [11], [12], [13], [14] and [15] and for big data problems [16].

The remainder of the paper is organized as follows: Sect

ผลลัพธ์ (ไทย) 2:

สังคมสมัยใหม่สร้างข้อมูลจำนวนมากทุกวันโดยเฉพาะในรูปแบบดิจิตอลซึ่งเป็นอุปสรรคต่อการจัดเก็บข้อมูลและการประมวลผลและวิเคราะห์เพิ่มเติม ข้อมูลขนาดใหญ่สามารถกำหนดเป็นขนาดของข้อมูลชุดที่นอกเหนือไปจากความสามารถในการเครื่องมือการจัดการฐานข้อมูลที่มีการเก็บรวบรวมข้อมูลการจัดเก็บการจัดการและความสามารถในการวิเคราะห์ได้ [1] . แม้ว่าลักษณะที่พบมากที่สุดของข้อมูลขนาดใหญ่ปริมาณก็จะถูกกำหนดโดยสาม Vs (ปริมาณ, วาไรตี้และความเร็ว) โดยทั่วไปนอกจากนี้ข้อมูลขนาดใหญ่สามารถแบ่งได้คำนึงถึงชนิดของข้อมูล: 1. โครงสร้าง (ข้อมูลจะถูกจัดเป็น สคีข้อมูลที่กำหนดไว้ล่วงหน้า). 2. แบบกึ่งโครงสร้าง (ข้อมูลไม่จำเป็นต้องมีความละเอียดสคีมา แต่ข้อมูลที่มีเมตาดาต้า). 3. ไม่มีโครงสร้าง (ข้อมูลจะถูกเก็บไว้ในรูปแบบที่ไม่มีโครงสร้างโดยไม่ต้องสคีข้อมูลใด ๆ ที่กำหนดไว้). มีการใช้งานที่แตกต่างกันจำนวนมากอยู่ในที่ เทคนิคข้อมูลขนาดใหญ่มีผลบังคับใช้: การทำเหมืองข้อมูลวิเคราะห์ทำนาย geoanalysis, การประมวลผลภาษาธรรมชาติและการจดจำรูปแบบ นอกจากนี้เรากำลังไปเป็นข้อมูลทางสังคมระเบิดสื่อ ในการเชื่อมต่อนี้ใช้งานบนเว็บพบข้อมูลขนาดใหญ่ที่พบบ่อยเช่นคำนวณทางสังคมข้อความอินเทอร์เน็ตและเอกสารหรือจัดทำดัชนีการค้นหาทางอินเทอร์เน็ต ด้วยเหตุนี้มีเทคนิคบางอย่างที่จะต้องมีการดำเนินการอย่างจริงจังเข้าบัญชีเช่นการวิเคราะห์เครือข่ายทางสังคมและการทำเหมืองข้อความ. โดยเฉพาะอย่างยิ่งแอพลิเคชันที่สำคัญของการทำเหมืองข้อความที่อาจจะเกี่ยวข้องยังมีข้อมูลขนาดใหญ่ทางสังคมคือการทำเหมืองแร่ข่าวเว็บ . เนื่องจากเว็บไซต์ข่าวทุกวันจมกับความอุดมสมบูรณ์ของบทความข่าวเป็นส่วนสำคัญของข้อมูลจำนวนมากใหม่ที่ผลิตในแต่ละวันจะถูกสร้างขึ้นโดยหนังสือพิมพ์ในบรรทัด ด้วยเหตุนี้ระบบอัตโนมัติที่สามารถรักษา, การวิเคราะห์และจำแนกเว็บบทความข่าวที่มีความสำคัญไม่เพียง แต่สำหรับระบบเหล่านั้นซึ่งจัดการบทความข่าวเว็บ แต่ยังสำหรับงานข้อเสนอแนะของผู้ใช้. ตามรายงานทางสถิติเกี่ยวกับการพัฒนาอินเทอร์เน็ตที่ออกโดยประเทศจีนศูนย์ข้อมูลเครือข่ายอินเทอร์เน็ต (CNNIC) ในกรกฎาคม 2014 [2] จำนวนผู้ใช้ข่าวออนไลน์ในประเทศจีนถึง 503,000,000 ภายในสิ้นเดือนมกราคมปี 2014 (เติบโต 98.60 ล้านตั้งแต่เดือนมิถุนายน 2012) และอัตราการใช้ประโยชน์จากข่าวออนไลน์เป็น 79.6% ในรายงานฉบับนี้ข่าวออนไลน์คือการประยุกต์ใช้เครือข่ายที่สามที่ใช้มากที่สุดโดยผู้ใช้อินเทอร์เน็ต ใช้ครั้งแรกในการจัดอันดับนี้เป็นข้อความโต้ตอบแบบทันที (89.3%) และคนที่สองเป็นเครื่องมือค้นหา (80.3%) อย่างไรก็ตามข่าวที่เป็นเนื้อหาการสืบค้นที่พบบ่อยมากที่สุดโดยผู้ใช้อินเทอร์เน็ตโดยใช้ทั้งคอมพิวเตอร์และโทรศัพท์มือถือ นอกจากนี้ในรายงานนี้แสดงให้เห็นว่าข่าวออนไลน์ได้กลายเป็นหนึ่งในช่องทางที่สำคัญสำหรับผู้ใช้อินเทอร์เน็ตเพื่อรับข่าวสารและอัตราการใช้กำลังการผลิตได้ที่เหลือสูงเนื่องจากสาเหตุดังต่อไปนี้ (1) ในยุคของอินเทอร์เน็ตบนมือถือก็เป็นหนึ่งที่สำคัญ กิจกรรมต่าง ๆ ของผู้ใช้อินเทอร์เน็ตในการอ่านข่าวในเวลาที่มีการกระจายตัวของพวกเขา (2) ที่ผู้ใช้อินเทอร์เน็ตสามารถรับข่าวสารผ่านช่องทางมากขึ้นและ (3) สื่อข่าวประชันกับแต่ละอื่น ๆ ที่จะทำให้การรุกล้ำเข้ามาอินเทอร์เน็ตบนมือถือ. ในยุคของข้อมูลขนาดใหญ่และ เพราะจากการระเบิดของข้อมูลจากเว็บไซต์ข่าวนี้สกัดความรู้จากบทความข่าวกลายเป็นท้าทายที่น่าสนใจ ไปสิ้นสุดที่เราจำเป็นต้องใช้เทคนิคการทำเหมืองข้อความซึ่งสามารถดึงข้อมูลที่เกี่ยวข้องจากชนิดของข้อมูลที่เป็นข้อความประเภทนี้ไม่มีโครงสร้าง นอกจากนี้ข่าวออนไลน์เป็นชนิดพิเศษของข้อมูลสาธารณะส่วนใหญ่เป็นเพราะมีแหล่งข่าวจำนวนมากและการปรับปรุงของข่าวเป็นไปอย่างรวดเร็วมาก ข่าวเครื่องมือการทำเหมืองแร่เทคนิคและขั้นตอนวิธีการที่เกิดขึ้นใหม่อย่างยิ่งในช่วงเวลานี้ มีเทคนิคหลายอย่างที่ช่วยในการวิเคราะห์การล้นของข้อมูลและความรู้เกี่ยวกับสารสกัดจากค่าในบรรทัดแหล่งที่มาของข่าว อย่างไรก็ตามเนื่องจากข้อมูลนี้จะถูกเติบโตอย่างต่อเนื่องและการเปลี่ยนแปลงเทคนิคเหล่านี้ต้องหางและค้นหาข้อมูลมากขึ้นกว่าที่พวกเขาต้องทำในอดีต. ในช่วงปีที่ผ่านมาได้มีการวิธีการมากมายที่เกี่ยวข้องกับการจัดหมวดหมู่การจัดกลุ่มหมวดหมู่และการสรุป ข่าวบทความ [3] [4] [5] [6] [7] และ [8] ถ้าเราพิจารณาวิธีการเหล่านั้นซึ่งจำแนกข่าวเป็นหมวดหมู่ที่กำหนดไว้ล่วงหน้าทั้งหมดของพวกเขาใช้ลักษณนามสถิติเมื่อเวลาผ่านไป อย่างไรก็ตามบทความข่าวประเภทที่แตกต่างกันมีการเปลี่ยนแปลงอย่างต่อเนื่องและการเปลี่ยนแปลงเหล่านี้ควรได้รับการพิจารณาในรูปแบบของลักษณนามที่ ด้วยเหตุนี้เราจึงนำเสนอวิธีการในหมวดหมู่ที่ไม่ได้กำหนดไว้ล่วงหน้า แต่พวกเขามีการปรับปรุงในลักษณะที่มีการพัฒนาตามบทความข่าวใหม่และหมวดหมู่ที่ได้รับ ลักษณะนี้จะทำให้วิธีการของเราเป็นทางเลือกที่เหมาะอย่างยิ่งในสภาพแวดล้อมนี้. วิธีการที่นำเสนออยู่บนพื้นฐานของการพัฒนาระบบฟัซซี่ (EFS) [9] ซึ่งจะช่วยให้ไม่เพียง แต่ปรับปรุงโครงสร้างและพารามิเตอร์ของลักษณนามพัฒนา แต่ยังรับมือกับจำนวนมากของข่าวเว็บและ ประมวลผลข้อมูลในบรรทัดและเวลาจริง - ซึ่งเป็นสิ่งจำเป็นในการนี้ (เว็บ) สภาพแวดล้อม วิธี EFS ได้รับการใช้ประสบความสำเร็จในพื้นที่ต่างๆอื่น ๆ อีกมากมาย [10] [11] [12] [13] [14] และ [15] และสำหรับปัญหาข้อมูลขนาดใหญ่ [16]. ส่วนที่เหลือของกระดาษที่จะจัด ดังนี้นิกาย