基于話題標(biāo)簽和轉(zhuǎn)發(fā)的微博聚類和主題詞提取
大小：0.79 MB 人氣： 2017-12-23 需要積分：1
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評論（0）
標(biāo)簽：聚類(14184)
針對微博聚類正確率不高的問題，在研究微博數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，利用微博hashtag來增強(qiáng)向量空間模型，使用微博之間的轉(zhuǎn)發(fā)關(guān)系提升聚類的準(zhǔn)確性，并利用微博的轉(zhuǎn)發(fā)、評論數(shù)以及微博發(fā)布者信息來提取聚類中的主題詞。在新浪微博數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)發(fā)現(xiàn)，與k-means算法和基于加權(quán)語義和貝葉斯的中文短文本增量聚類算法（ICST-WSNB）相比，基于話題標(biāo)簽和轉(zhuǎn)發(fā)關(guān)系的微博聚類算法的準(zhǔn)確率比k-means算法提高了18.5%，比ICST-WSNB提高了6.48%，召回率以及F-值也有了一定的提高。實(shí)驗(yàn)結(jié)果表明基于話題標(biāo)簽和轉(zhuǎn)發(fā)關(guān)系的微博聚類算法能夠有效地提高微博聚類的正確率，進(jìn)而獲取更加合適的主題詞。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于話題標(biāo)簽和轉(zhuǎn)發(fā)的微博聚類和主題詞提取下載
相關(guān)電子資料下載
- 對新輔助TCHP治療響應(yīng)的HER2+乳腺癌空間蛋白質(zhì)組特征 547
- 使用輪廓分?jǐn)?shù)提升時(shí)間序列聚類的表現(xiàn) 316
- 基于K-means聚類算法的圖像分割 1113
- 介紹一種基于最小化平方誤差的聚類算法 498
- 介紹一種基于分層聚類方法的木馬通信行為檢測模型 1060
- 深度學(xué)習(xí)聚類的綜述 780
- 聚類分析中的機(jī)器學(xué)習(xí)與統(tǒng)計(jì)方法綜述（二） 679
- 如何在 Python 中安裝和使用頂級聚類算法 415
- 聚類分析中的機(jī)器學(xué)習(xí)與統(tǒng)計(jì)方法綜述（一） 638
- 機(jī)器學(xué)習(xí)之分類分析與聚類分析 3550