新闻聚类系统－－－news.baidu.com

要做一个新闻聚类系统，大概就和http://news.baidu.com类似的。
 可是没有什么想法呀！
　　怎么办呢？
　　这样的新闻，
　　要有抓取，存到一种“格式”里，或XML，或HDFS或DB里，
　　二是要用分类器，基于SVM也好，KNN也好，
　　三是要有聚类－carrot2,或其它。
　　这样，三个重要组件都已经想到了，接下来就要设计了
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

　　首选，我先省略第二步，不用分类器来分类，而是自己指定抓取的源，这样只要做一个抓取和聚类就可以做出和百度新闻类似的系统了。然后后再训练一个好的分类器。
　　我的思路就是这样，接下来就开始分析，动手了。
good luck!