随着互联网、智能终端的普及和发展,信息化交流越来越便捷,每时每刻都在产生大量的信息,电子文本信息是其中一种重要的传播形式。目前人类已进入了大数据时代,各行各业都在研究如何从海量信息中怎样挖掘出有价值的数据,文本相似度算法研究便是其中一项基础性工作,目前已在信息检索、主题分析、人工智能等多个领域进行了大量研究和应用。短文本泛指文本长度较小,规模巨大、内容稀少、精炼内聚、高时效性、非规范化等特点。本文主要研究短文本相似度的度量指标和相似度算法,其主要目的在于提供一套从内外部数据获取、数值化、计算质量好、完整的相似度计算方法,短文本研究内容在相关领域有着很高的理论价值和应用价值。进入二十一世纪以来,短文本相似度算法研究取得了很大的进展,集中了该领域大部分研究成果。已有的短文本相似度算法的思路主要集中在利用短文本内、外部信息的层面,很少考虑数据之间的联系,因此,它们在处理内容简短、非标准化、非大众化的短文本时的语言时,很难取得好的效果。为了解决这一问题,本文在查阅大量文献和进行大量数据分析的基础上,提出了一种引入分词赋权和段位匹配的短文本相似度算法框架,并且使用电视台的节目短文本语料作为实验数据,提出了一种基于文本拓展的节目短文本相似度算法,同时,以此为基础开发出一套完整的电视台节目管理软件。具体来说,本文的贡献主要体现在以下四个方面:(一)引入聚集爬虫技术和现有专业领域网络资源,定时从网络上爬取新的节目名词,并更新专业语料库,使得本算法在应用过程中能够不断自我完善,匹配率也会维持在较高水平;(二)提出并设计出一套可行的短文本相似度算法,对分词按照节目词语和内容描述词语赋予不同的权重,用各个分词加权平均相似度来表示短文本相似度,使得算法更加贴近专业领域短文本应用场景;(三)结合电视台的实际需求,在短文本相似度算法框架上,提出了一种节目短文本相似度算法,并拓展到同段位节目的匹配,为在同一天多次播出的节目匹配,提供了更优的匹配方法;(四)成功开发出一套能够满足广电部门使用的智能电视节目管理系统,解决了用户进行节目匹配和播出节目查询的应用难题。