新聞聚類系統－－－news.baidu.com

要做一個新聞聚類系統，大概就和http://news.baidu.com類似的。
 可是沒有什麼想法呀！
　　怎麼辦呢？
　　這樣的新聞，
　　要有抓取，存到一種“格式”裏，或XML，或HDFS或DB裏，
　　二是要用分類器，基於SVM也好，KNN也好，
　　三是要有聚類－carrot2,或其它。
　　這樣，三個重要組件都已經想到了，接下來就要設計了
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

　　首選，我先省略第二步，不用分類器來分類，而是自己指定抓取的源，這樣只要做一個抓取和聚類就可以做出和百度新聞類似的系統了。然後後再訓練一個好的分類器。
　　我的思路就是這樣，接下來就開始分析，動手了。
good luck!