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
(21)
工程技术
(38)
数学与物理
(12)
经济与管理
(12)
人文社科
(41)
化学与材料
(9)
信息通讯
(10)
地球与环境
(25)
生命科学
(2)
首页
>
文章
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: 251
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
大数据技术在金融风控中的应用研究
程序化护理干预模式在脑出血患者中的应用及对认知水平的影响研究
一种用于小孔径攻丝的工装设计
一种便携式自动控制气动短路接地装置研制
关于建筑电气安装工程施工质量控制研究
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