基于微博文本的話題聚類-研究和實(shí)現(xiàn)

基于微博文本的話題聚類-研究和實(shí)現(xiàn)

ID:34163177

大?。?.42 MB

頁(yè)數(shù):56頁(yè)

時(shí)間:2019-03-03

基于微博文本的話題聚類-研究和實(shí)現(xiàn)_第1頁(yè)
基于微博文本的話題聚類-研究和實(shí)現(xiàn)_第2頁(yè)
基于微博文本的話題聚類-研究和實(shí)現(xiàn)_第3頁(yè)
基于微博文本的話題聚類-研究和實(shí)現(xiàn)_第4頁(yè)
基于微博文本的話題聚類-研究和實(shí)現(xiàn)_第5頁(yè)
資源描述:

《基于微博文本的話題聚類-研究和實(shí)現(xiàn)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、AbstractThedevelopmentofWeb2.0technologymakestheeraofbigdatacoming.WiththerapiddevelopmentonsocialnetworksuchaSmicro-blog,itbringsSOmanychallengesondataminingandknowledgediscovery,althoughthemicro—blogenrichesthebigdata.Comparedwiththetraditionaltextdata,themicro—blogd

2、atahaSsomedifferenceamongthepersonalinterest,entertainment,businessmarketing,andthepublicpublicity,etc.Furthermore,themicro-blogdataalsohasitsownpropertiesbothoncontentfragmentationanditsmassdata.Howtoanalyzeandmineitshidinginformationisanimportantresearchtask.Topicclu

3、steringisabasicworkonmicro—blogresearch.Byclusteringrelevantmassdataintoseveralgroupsautomatically,itsprocessingresultscanpresentsomehintsonanalyzingandminingthedata.AsthetraditionalapproachesusuallypresentSOmanyresultswithirrelevantorreplicatedinformation,itisnotfeasi

4、bletoprocesstheaboveproblemseffectively.ThetopicclusteringapproachCangrouptherelevantinformationautomatically.Furthermore,byusingthekeywordextraction,theprocessingvisualresultsareintuitional.Thisthesisdosomeresearchworksbasedonmicro—blogbyusingsomeintelligentalgorithms

5、,andthemainworksareasfollows:Firstly,wepresentsomeusefulapproachesonobtainingmicro—blogstructureddataanddatapre’processingbeforeclustering.Secondly,onthebasisofanalyzingthemicro—blogdata,wedoresearchonselectingusefulfeaturesforfurtherprocessing.Thirdly,wedesignalleffec

6、tivelyclusteringalgorithm.Onanalyzingthemicro-blogdata,wedoresearchonanalyzingwhichperformanceisbetter.Fourthly,weextractkeywordsfromclusteringresultset.ThesekeywordsCanbeusedtovisualthetopicclustering.Fifthly,wedothevisualizationprocessing,andtheresultsisclearandvisua

7、l,SOitisusefulonunderstandingandrecognitionthehiddeninformationbehindthemassdata.Theexperimentalresultsandanalysisshowsthefeasibleoftheproposedapproach.Someexistingproblemsandfurtherworksarealsopresentintheend.KeyWordsTopicclustering;Micro—blog;Featurevector;Visualizat

8、ion;InformationgainIII河北科技大學(xué)碩士學(xué)位論文IV目錄摘要?????????????????????????????????IAbstract?·-???????????????????·??????????一I

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。