AbstractOnline news has become one

Abstract
Online news has become one of the major channels for Internet users to get news. News websites are daily overwhelmed with plenty of news articles. Huge amounts of online news articles are generated and updated everyday, and the processing and analysis of this large corpus of data is an important challenge. This challenge needs to be tackled by using big data techniques which process large volume of data within limited run times. Also, since we are heading into a social-media data explosion, techniques such as text mining or social network analysis need to be seriously taken into consideration.

In this work we focus on one of the most common daily activities: web news reading. News websites produce thousands of articles covering a wide spectrum of topics or categories which can be considered as a big data problem. In order to extract useful information, these news articles need to be processed by using big data techniques. In this context, we present an approach for classifying huge amounts of different news articles into various categories (topic areas) based on the text content of the articles. Since these categories are constantly updated with new articles, our approach is based on Evolving Fuzzy Systems (EFS). The EFS can update in real time the model that describes a category according to the changes in the content of the corresponding articles. The novelty of the proposed system relies in the treatment of the web news articles to be used by these systems and the implementation and adjustment of them for this task. Our proposal not only classifies news articles, but it also creates human interpretable models of the different categories. This approach has been successfully tested using real on-line news.

Keywords
Big data; Web news mining; Evolving fuzzy systems

ผลลัพธ์ (ไทย) 1:

บทคัดย่อข่าวออนไลน์ได้กลายเป็นช่องทางสำคัญสำหรับผู้ใช้อินเทอร์เน็ตจะได้รับข่าวอย่างใดอย่างหนึ่ง เว็บไซต์ข่าวประจำวันจะจม มีบทความข่าว บทความข่าวออนไลน์จำนวนมากสร้างขึ้น และปรับปรุงทุกวัน และการประมวลผล และการวิเคราะห์ของคอร์ปัสนี้ขนาดใหญ่ของข้อมูลที่เป็นความท้าทายสำคัญ จึงต้องแก้ โดยใช้เทคนิคข้อมูลซึ่งข้อมูลภายในรันไทม์จำกัดจำนวนมาก นอกจากนี้ เนื่องจากเราจะมุ่งหน้าไปสู่การระเบิดข้อมูลสื่อสังคม เทคนิคเช่นการทำเหมืองข้อความหรือการวิเคราะห์เครือข่ายทางสังคมต้องถูกนำมาพิจารณาอย่างจริงจังIn this work we focus on one of the most common daily activities: web news reading. News websites produce thousands of articles covering a wide spectrum of topics or categories which can be considered as a big data problem. In order to extract useful information, these news articles need to be processed by using big data techniques. In this context, we present an approach for classifying huge amounts of different news articles into various categories (topic areas) based on the text content of the articles. Since these categories are constantly updated with new articles, our approach is based on Evolving Fuzzy Systems (EFS). The EFS can update in real time the model that describes a category according to the changes in the content of the corresponding articles. The novelty of the proposed system relies in the treatment of the web news articles to be used by these systems and the implementation and adjustment of them for this task. Our proposal not only classifies news articles, but it also creates human interpretable models of the different categories. This approach has been successfully tested using real on-line news.KeywordsBig data; Web news mining; Evolving fuzzy systems

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
ข่าวออนไลน์ได้กลายเป็นหนึ่งในช่องทางที่สำคัญสำหรับผู้ใช้อินเทอร์เน็ตเพื่อรับข่าวสาร เว็บไซต์ข่าวจะจมในชีวิตประจำวันที่มีมากมายของบทความข่าว จำนวนมากของบทความข่าวออนไลน์จะมีการสร้างและปรับปรุงในชีวิตประจำวันและการประมวลผลและการวิเคราะห์คลังข้อมูลขนาดใหญ่ของข้อมูลเป็นความท้าทายที่สำคัญ ความท้าทายนี้จะต้องมีการจัดการโดยใช้เทคนิคข้อมูลขนาดใหญ่ซึ่งประมวลผลข้อมูลปริมาณมากภายในเวลา จำกัด วิ่ง นอกจากนี้เนื่องจากเรากำลังมุ่งหน้าไปสู่การระเบิดของข้อมูลทางสังคมสื่อเทคนิคเช่นการทำเหมืองข้อความหรือการวิเคราะห์เครือข่ายทางสังคมจะต้องมีการดำเนินการอย่างจริงจังในการพิจารณา. ในงานนี้เรามุ่งเน้นการเป็นหนึ่งในกิจกรรมประจำวันที่พบมากที่สุด: เว็บอ่านข่าว เว็บไซต์ข่าวการผลิตพันของบทความที่ครอบคลุมหลากหลายของหัวข้อหรือหมวดหมู่ซึ่งถือได้ว่าเป็นปัญหาข้อมูลขนาดใหญ่ เพื่อดึงข้อมูลที่มีประโยชน์เหล่านี้บทความข่าวจะต้องมีการประมวลผลโดยใช้เทคนิคข้อมูลขนาดใหญ่ ในบริบทนี้เรานำเสนอวิธีการจำแนกประเภทจำนวนมากของบทความข่าวที่แตกต่างกันเป็นประเภทต่างๆ (พื้นที่หัวข้อ) ตามเนื้อหาข้อความของบทความ ตั้งแต่ประเภทเหล่านี้มีการปรับปรุงอย่างต่อเนื่องกับบทความใหม่วิธีการของเราอยู่บนพื้นฐานของการพัฒนาระบบฟัซซี่ (EFS) EFS สามารถอัปเดตในเวลาจริงรูปแบบที่อธิบายไว้ในหมวดหมู่ตามการเปลี่ยนแปลงในเนื้อหาของบทความที่เกี่ยวข้องที่ ความแปลกใหม่ของระบบที่เสนอต้องอาศัยในการรักษาของบทความข่าวเว็บที่จะนำมาใช้โดยระบบเหล่านี้และการดำเนินงานและการปรับตัวของพวกเขาสำหรับงานนี้ ข้อเสนอของเราไม่เพียง แต่จัดประเภทบทความข่าว แต่ก็ยังสร้างแบบจำลอง interpretable มนุษย์ประเภทที่แตกต่างกัน วิธีการนี้ได้รับการประสบความสำเร็จในการทดสอบโดยใช้จริงข่าวแบบ on-line. คำข้อมูลขนาดใหญ่; การทำเหมืองแร่ข่าวเว็บ การพัฒนาระบบเลือน

ผลลัพธ์ (ไทย) 3:

บทคัดย่อข่าวออนไลน์ได้กลายเป็นหนึ่งในช่องทางหลักสำหรับผู้ใช้อินเทอร์เน็ตเพื่อรับข่าว เว็บไซต์ข่าวอยู่ทุกวัน อย่างแน่นอน มีมากมายของบทความข่าว ยอดเงินขนาดใหญ่ของบทความข่าวออนไลน์ที่ถูกสร้างขึ้นและมีการปรับปรุงทุกวัน และการประมวลผลและวิเคราะห์ข้อมูลนี้ขนาดใหญ่ของข้อมูล ความท้าทายที่สำคัญ ความท้าทายนี้จะต้องแก้ไขโดยใช้ข้อมูลเทคนิคใหญ่ซึ่งกระบวนการปริมาณมากของข้อมูลภายในวิ่งจำกัดครั้ง นอกจากนี้ เนื่องจากเรากำลังมุ่งหน้าไปที่การระเบิดข้อมูลสื่อสังคม , เทคนิคเช่นเหมืองแร่ข้อความหรือการวิเคราะห์เครือข่ายทางสังคมต้องการอย่างจริงจังพิจารณา .ในงานนี้เรามุ่งเน้นไปที่อย่างใดอย่างหนึ่งที่พบมากที่สุดกิจกรรมประจำวัน : เว็บอ่านข่าว . เว็บไซต์ข่าวผลิตพันของบทความที่ครอบคลุมสเปกตรัมกว้างของหัวข้อหรือหมวดซึ่งถือได้ว่าเป็นปัญหาข้อมูลใหญ่ เพื่อดึงข้อมูลที่เป็นประโยชน์ บทความ ข่าวสารเหล่านี้จะถูกประมวลผลโดยการใช้เทคนิคข้อมูลใหญ่ ในบริบทนี้เราได้เสนอแนวทางการจำแนกยอดเงินขนาดใหญ่ของบทความข่าวอื่นในประเภทต่างๆ ( พื้นที่หัวข้อ ) ขึ้นอยู่กับเนื้อหาข้อความของบทความ ตั้งแต่ประเภทเหล่านี้มีการปรับปรุงอย่างต่อเนื่องกับบทความใหม่ ระบบของเราจะขึ้นอยู่กับการพัฒนาระบบฟัซซี ( EFS ) ส่วน EFS สามารถปรับปรุงในเวลาจริงแบบที่อธิบายถึงประเภทตามการเปลี่ยนแปลงในเนื้อหาของบทความที่เกี่ยวข้อง นวัตกรรมของระบบที่ใช้ในการรักษาของเว็บข่าวบทความจะถูกใช้โดยระบบเหล่านี้และการดำเนินงานและการปรับตัวของพวกเขาสำหรับงานนี้ ข้อเสนอของเราไม่เพียง แต่ประมวลข่าว แต่ยังสร้างมนุษย์ interpretable รุ่นของประเภทที่แตกต่างกัน วิธีการนี้ได้ทดสอบการใช้ข่าวออนไลน์จริงคำสำคัญข้อมูลใหญ่ เว็บข่าวเหมืองแร่ ; พัฒนาระบบฟัซซี่