inwind

1. 對于項目的理解：系統開發的目的在于及時發現輿論的熱點，并且予以預測和跟蹤。而項目文檔要求的分類指標，是為了方便用戶分類使用

2. 發現熱點，考慮boss的思路，聯想醫療診斷的方法，采用望聞問切多種方法確定病癥“熱點話題”3.   望聞問切，每種方法都可以查出病癥某個方面的特征，而每種方法都不夠準確，都有可能得出若干個、錯誤的結論，但是綜合起來考慮，就有更大的概率得出正確的結論。

3. 每個分類計算，可以類比為一種診斷方法，最后通過高維的元聚類，綜合考慮各種診斷方法做出較準確的結論。每個分類計算力爭做到準確，這樣有助于事件的發現和確定。但是，即使具有一定的誤差——訓練數據本身的分類誤差，訓練數據不夠大，計算距離的方法，分類的方法——只要不是太離譜，應該是可以在一定程度，從一定角度和坐標系中反映出文本的分布，而把抱團文本聚在一起。

4. 上述想法實際上也是多維數據建模的思想

5. 對于項目文檔中要求的分類的準確率和召回率，可以將最佳的一個有意義的分類計算來滿足

6. 預測，考慮一下回歸的擬合

7. 目前考慮到的可用作分類計算的分類體系包括：
  時間：以天為單位
  地點：以省為單位
  政府部門管轄權的分類——參考中央人民政府網站
  Google的分類——參考Google網站分類，新聞分類
  Baidu的分類
  Yahoo的分類
  sohu，sina的分類
8. 訓練數據不一定要對所有的分類計算訓練，來源不同的訓練數據，可以對各自的分類計算進行訓練——實時的更新數據，跟蹤新話題，發現新概念