文章标题
作者姓名
关键词
单位名称
检索
AI智能检索
学术期刊
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
一封信
按学科分类
按期刊分类
医药卫生
(24)
工程技术
(42)
数学与物理
(12)
经济与管理
(12)
人文社科
(44)
化学与材料
(9)
信息通讯
(10)
地球与环境
(25)
生命科学
(2)
首页
>
一种改进的K均值微博热点话题发现方法
DOI
:
,
PDF
下载:
65
浏览: 282
作者
:
何诺
;
马苗苗
;
作者单位
:
四川大学计算机学院
;
关键词
:
微博转发关系
;
K均值
;
微博话题
;
热点发现
;
Word2vec
;
摘要:
本文对于K均值聚类算法应用在大量微博数据集中聚类效率低,正确性不高的问题,提出了一种改进的K均值微博热点话题发现方法。在对微博特有属性的研究基础上,利用微博转发关系解决微博内容碎片化导致的聚类准确性及效率较低的问题;实验结果表明本文提出的改进的K均值聚类算法比传统的K均值热点话题发现,准确率提升了11.3%,聚类比较次数提升了27.5%。
投稿
相关文章
应用免疫检查点抑制剂慢性阻塞性肺病治疗的探索
视觉规训、污名化叙事与个体展演——社交媒体中女性受害者形象呈现路径研究
集合解题教学中学生阅读与表达能力的培养策略研究
新时代民办高校心理委员胜任力的培养模式探析
探究针刺八髎穴对出口梗阻型便秘患者盆底肌及肛管直肠压力的影响
学术共建
清华大学出版社
北大中文系
国家工程技术数字图书馆
维普网
万方数据库
版权所有 © 2025 世纪中文出版社
京ICP备2024086036号-2