期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到151篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
为未来而学:高中语文“微专题·链环式·知识群”教学探索
1
作者 时剑波 《宁波教育学院学报》 2025年第1期122-126,共5页
“为未来而学”是课程改革的价值追求,宁波中学以“微专题·链环式·知识群”为路径,探索“深度学习,学用一体,解决问题,赋能未来”的语文教学,以未来引领当下,以当下奠基未来。教学探索中确立了学习方式的两个特征,即内容“微... “为未来而学”是课程改革的价值追求,宁波中学以“微专题·链环式·知识群”为路径,探索“深度学习,学用一体,解决问题,赋能未来”的语文教学,以未来引领当下,以当下奠基未来。教学探索中确立了学习方式的两个特征,即内容“微、精、深”与形式“链、环、群”,知识通过构链、成环、集群内化在学生的生命中,转识为智,积淀素养;架构了教学内容三框架,“单元化的微专题”“序列化的链环式”“结构化的知识群”;建构了课堂进阶式学习“五环节·四原则·三转变”新范式。十年实践,不断追求教学转型的理念创新、学为中心的范式创新、资源共享的路径创新。 展开更多
关键词 为未来而学 微专题 链环式 知识群
在线阅读 下载PDF
微课题研讨式教学法的设计与实践
2
作者 雷兵 施建华 +2 位作者 王玮 刘伟 谢哲 《军事高等教育研究》 2025年第3期103-107,共5页
针对专业课程内容更新快、知识面广但总体学时有限的问题,设计并探索实践了一种“微课题研讨式”课程教学方法。首先分析了适合开展研讨教学的微课题特点,其次总结了微课题的选题原则,最后阐述了微课题研讨教学法的实施过程和评价措施... 针对专业课程内容更新快、知识面广但总体学时有限的问题,设计并探索实践了一种“微课题研讨式”课程教学方法。首先分析了适合开展研讨教学的微课题特点,其次总结了微课题的选题原则,最后阐述了微课题研讨教学法的实施过程和评价措施。实践表明,微课题研讨式教学法是一种师生互动效果好、学生学习效率高的有效教学方法,可作为课程教学的重要辅助。这种教学方法不仅能弥补传统课堂教学的不足,而且能引导学生积极思考和参与互动,同时能拓展学生的知识面并加深对课程知识的理解。 展开更多
关键词 微课题 研讨教学 互动教学 教学设计
在线阅读 下载PDF
基于BERT-LDA集成模型的地理研究主题提取方法:以小微湿地为例
3
作者 陈文君 周陈新 +4 位作者 Tom Lotz 封宇乾 朱明宇 陈旻 贺斌 《地球信息科学学报》 北大核心 2025年第10期2482-2497,共16页
【目的】地理学研究,尤其是对新兴地理概念的研究,受限于学科固有的复杂性以及多元研究视角,不同研究主体在认知取向和关注重点上常常存在差异,进而导致概念表述呈现多样化与异质性,影响领域知识的有效检索与系统整合。以文本主题模型... 【目的】地理学研究,尤其是对新兴地理概念的研究,受限于学科固有的复杂性以及多元研究视角,不同研究主体在认知取向和关注重点上常常存在差异,进而导致概念表述呈现多样化与异质性,影响领域知识的有效检索与系统整合。以文本主题模型为代表的地理研究主题提取方法为解决上述问题提供了关键技术路径,然而现有模型在语义解析与表达过程中存在可解释性不足的问题,呈现出“黑箱”特征,限制了该方法的实际应用。【方法】本研究以具有多学科交叉特征的“小微湿地”概念为例,提出一种基于BERT-LDA集成模型的地理研究主题提取方法。该方法融合BERT模型在长文本语义理解方面的优势与LDA模型在主题可解释性方面的能力,从大量期刊论文中提取并揭示小微湿地的研究主题及其内在关联,并通过构建论文检索规则,促进领域知识的深化与拓展。【结果】将论文中词语的高维语义特征向量有效嵌入低维主题空间,并在关键词主题影响力的计算过程中,引入特征融合调节因子,能够提升文本主题模型的语义解析与表达能力,克服现有模型的“黑箱”局限性。同时,所提出的模型迭代运行方式,能够逐步提升输出主题的区分度和代表性,并优化关键词在对应主题语义空间中的分布结构。基于万方数据库检索的2012—2022年出版的4606篇中文期刊论文,集成模型识别出“湿地污染净化”“城市湿地公园”“池塘水产养殖”是小微湿地的三大研究主题,进一步提取并构建由“植物”“去除”“污水”“微生物”“城市”“景观”等11个关键词构成的112条论文检索规则,实现在不依赖具体术语和命名的条件下,对领域相关论文的有效检索。【结论】在地理学综合性与交叉性的研究背景下,本文提出的方法能够从知识工程角度,有效整合因术语多样化和命名异质性而造成的分散化的领域知识,为提升学术知识挖掘方法的可解释性提供可行路径。同时,研究成果对小微湿地的保护与管理实践具有一定参考价值。 展开更多
关键词 文献研究主题 文本主题模型 术语多样性 小微湿地 BERT LDA 论文检索规则
原文传递
微课堂·微课题·微实践:师范类专业课程与教学论的“微效应” 被引量：9
4
作者 曲中林 余德英 《河北师范大学学报（教育科学版）》 CSSCI 北大核心 2017年第2期97-102,共6页
课程与教学论作为高等院校师范类专业最具"师范性"的特色学科,在智慧教育引领和学习技术干预下,重组教学资源,就要引入微课堂、微课题和微实践(简称"三微")的微型教学(学习)模式。课程与教学论"三微"模... 课程与教学论作为高等院校师范类专业最具"师范性"的特色学科,在智慧教育引领和学习技术干预下,重组教学资源,就要引入微课堂、微课题和微实践(简称"三微")的微型教学(学习)模式。课程与教学论"三微"模式具有时尚外衣和高效的内核,其产生的效应积聚的能量可实现跨越式发展,对于教师教育、课程与教学论学科建设、具有重要意义。课程与教学论"三微"模式具体实施过程包括"三微"模式的设计、实施和评价。 展开更多
关键词 课程与教学论 微课堂 微课题 微实践 微效应
在线阅读 下载PDF
基于隐含语义分析的微博话题发现方法 被引量：36
5
作者 马雯雯 魏文晗 邓一贵 《计算机工程与应用》 CSCD 2014年第1期96-100,共5页
随着微博的大量普及和关注度的不断提高,微博热点话题发现已成为当前研究热点。针对于短文本、向量空间模型(VSM)文本表示方法存在高维度、稀疏,以及同义多义问题,导致难以准确度量文本相似度,提出一种基于隐含语义分析的两阶段聚类话... 随着微博的大量普及和关注度的不断提高,微博热点话题发现已成为当前研究热点。针对于短文本、向量空间模型(VSM)文本表示方法存在高维度、稀疏,以及同义多义问题,导致难以准确度量文本相似度,提出一种基于隐含语义分析的两阶段聚类话题发现方法。引入话题热度的概念来选取具有一定关注度的微博文本,用隐含语义分析(LSA)对数据集进行建模;用层次聚类的CURE算法确定初始类中心;用K-means聚类得到热点话题的聚类结果。真实微博数据集的实验结果验证了该方法的有效性。 展开更多
关键词 隐含语义分析 向量空间模型 话题发现 微博 两阶段聚类 LATENT SEMANTIC Analysis(LSA) Vector Space Model(VSM)
在线阅读 下载PDF
基于用户角色定位的微博热点话题检测方法 被引量：9
6
作者 杨武 李阳 卢玲 《计算机应用》 CSCD 北大核心 2013年第11期3076-3079,共4页
针对在海量微博数据中提取热点话题效率较低的问题,在对用户角色分类的基础上,提出了一种新的热点话题检测方法。首先,根据用户关注度进行用户角色定位,过滤掉部分用户的噪声数据;其次,采用结合语义相似度的TF-IDF函数计算特征权重,降... 针对在海量微博数据中提取热点话题效率较低的问题,在对用户角色分类的基础上,提出了一种新的热点话题检测方法。首先,根据用户关注度进行用户角色定位,过滤掉部分用户的噪声数据;其次,采用结合语义相似度的TF-IDF函数计算特征权重,降低语义表达形式带来的误差;然后,用改进的Single-Pass聚类算法进行话题聚类,提取出微博话题;最后,根据微博转发数、评论数等对话题热度进行评估排序,从而发现热点话题。实验表明,所提出的方法使漏检率和误检率分别平均降低12.09%和2.37%,有效地提高了话题检测的正确率,验证了该方法的可行性。 展开更多
关键词 微博 话题检测 用户角色 语义相似度 Single—Pass聚类
在线阅读 下载PDF
基于多特征微博话题情感倾向性判定算法研究 被引量：17
7
作者 刘全超 黄河燕 冯冲 《中文信息学报》 CSCD 北大核心 2014年第4期123-131,共9页
社交网络舆情分析是一种新的研究趋势,而其中微博话题的情感倾向性判定是社交网络舆情分析中的热点。针对微博内容特征以及微博间转发、评论关系特征,构建情感分析用词典、网络用语词典以及表情符号库,设计基于短语路径的微博话题情感... 社交网络舆情分析是一种新的研究趋势,而其中微博话题的情感倾向性判定是社交网络舆情分析中的热点。针对微博内容特征以及微博间转发、评论关系特征,构建情感分析用词典、网络用语词典以及表情符号库,设计基于短语路径的微博话题情感倾向性判定算法,以及基于多特征的微博话题情感倾向性判定算法,并进一步利用微博间的转发和评论关系对基于多特征的微博话题情感倾向性判定算法进行优化,其微平均正确率与F值分别达到85.3%和79.4%。 展开更多
关键词 微博 微博话题 情感分析 观点分析 情感倾向性
在线阅读 下载PDF
一种融入公众情感投入分析的微博话题发现与细分方法 被引量：6
8
作者 琚春华 鲍福光 戴俊彦 《电信科学》 北大核心 2016年第7期97-105,共9页
为了提升微博话题发现效率以及发现质量问题,提出了一种融入公众情感投入分析的微博话题快速发现与细分方法,促使话题演化,进而产生新话题及其情感变化趋势。首先,基于情感词典和TFDF值在历史语料库中挖掘常用情感词并构建情感词库;其次... 为了提升微博话题发现效率以及发现质量问题,提出了一种融入公众情感投入分析的微博话题快速发现与细分方法,促使话题演化,进而产生新话题及其情感变化趋势。首先,基于情感词典和TFDF值在历史语料库中挖掘常用情感词并构建情感词库;其次,快速抽取情感文本,结合Sigmoid函数检测情感投入密集期,保证话题事件挖掘的质量;最后,通过改进的模糊C-均值聚类算法在新的微博数据中发现高质量话题。实验结果表明,本文方法能够有效提升移动环境下的话题发现效率及质量。 展开更多
关键词 情感词 微博 话题发现 NE—FCM
在线阅读 下载PDF
微博意见领袖对微博信息传播的影响研究 被引量：8
9
作者 刘洪涛 陈慧 +2 位作者 方辰 许可 王卓 《情报科学》 CSSCI 北大核心 2015年第12期51-55,共5页
本文在传统SIR模型基础上加入意见领袖因素,对微博传播规律建模并进行仿真,研究意见领袖对微博信息传播中的影响。然后,借助可视化工具,以新浪微博四个有代表性的热点话题为例,可视化展示话题传播过程,进一步分析意见领袖在信息传播中... 本文在传统SIR模型基础上加入意见领袖因素,对微博传播规律建模并进行仿真,研究意见领袖对微博信息传播中的影响。然后,借助可视化工具,以新浪微博四个有代表性的热点话题为例,可视化展示话题传播过程,进一步分析意见领袖在信息传播中的作用,最终引导并促进网络舆论的健康发展。 展开更多
关键词 微博 热点话题 意见领袖 网络舆论
原文传递
基于AT模型的微博用户兴趣挖掘研究 被引量：5
10
作者 王永贵 张旭 刘宪国 《计算机工程与应用》 CSCD 北大核心 2015年第13期126-130,144,共6页
随着微博的日趋流行与广泛使用,新浪等微博网站已经成为海量信息的来源,虽然传统的文本主题挖掘方法已经得到广泛的应用研究,但对于微博这种特殊结构的文本,传统的挖掘算法不能很好地对其进行研究。为了弥补目前微博平台主题挖掘方法的... 随着微博的日趋流行与广泛使用,新浪等微博网站已经成为海量信息的来源,虽然传统的文本主题挖掘方法已经得到广泛的应用研究,但对于微博这种特殊结构的文本,传统的挖掘算法不能很好地对其进行研究。为了弥补目前微博平台主题挖掘方法的不足,以及考虑到微博信息的稀疏性,多维性等特点,提出有针对性的预处理方法,将用户微博数据与AT模型结合,通过吉布斯采样进行微博主题挖掘,对作者主题进一步提取得到用户兴趣。通过在真实数据集上的实验,以及与LDA模型对比,证明该模型能有效得到微博主题。 展开更多
关键词 微博 主题挖掘 AT模型 吉布斯采样
在线阅读 下载PDF
浅谈图书编辑的“微观意识”与微选题策划 被引量：4
11
作者 金强 程诚 《编辑之友》 CSSCI 北大核心 2017年第2期80-83,共4页
图书的选题策划,伴随着各种"微"领域和"微"文化的兴起,已经在无所不包中"追新求异",如何将新阅读人群从各种屏幕和终端上的视线引至"图书领域",笔者认为可供广泛播种和重点培育的仍然是"... 图书的选题策划,伴随着各种"微"领域和"微"文化的兴起,已经在无所不包中"追新求异",如何将新阅读人群从各种屏幕和终端上的视线引至"图书领域",笔者认为可供广泛播种和重点培育的仍然是"微观视域"。无论是编辑、作者还是读者,强调个体、强调亚文化、强调细节,既符合社会实际,也更具有可操作性和鉴赏性。俯视的视角,一手的资料,平等的对话,成为微选题的重要标志,也成为吸引年轻受众的关键点。同样作为80、90后的青年编辑们,应该经营好自己的"微型世界"观,在"小众"和"窄播"中,寻找出版的另外一个"未来"。 展开更多
关键词 微选题 微观世界 选题策划
在线阅读 下载PDF
基于LDA模型的新冠肺炎疫情微博用户主题聚类图谱及主题传播路径研究 被引量：64
12
作者 张柳 王晰巍 +1 位作者 黄博 刘婷艳 《情报学报》 CSSCI CSCD 北大核心 2021年第3期234-244,共11页
本文构建“日本钻石邮轮”舆情话题微博用户的主题聚类图谱和对网络社群间主题传播路径进行分析,可以更好地识别微博用户主题特征和意见领袖,从而帮助舆情监管部门对舆情进行更为有效的引导和监管。本文基于LDA(latent Dirichlet alloca... 本文构建“日本钻石邮轮”舆情话题微博用户的主题聚类图谱和对网络社群间主题传播路径进行分析,可以更好地识别微博用户主题特征和意见领袖,从而帮助舆情监管部门对舆情进行更为有效的引导和监管。本文基于LDA(latent Dirichlet allocation)模型构建新冠肺炎疫情事件下微博用户的主题聚类图谱,利用困惑度评价指标来确定微博用户的最优主题数和主题分布;利用网络用户转发评论关系构建微博用户主题聚类图谱,提出网络社群间主题传播路径分析方法。本文结合“日本钻石公主号邮轮”这一全球新冠肺炎疫情期间的重要舆情话题,进行微博用户群体主题的确定、主题意见领袖的识别以及该话题下的网络社群间主题传播路径分析。研究结果表明,基于LDA模型可进行网络群体主题识别,并发现衍生的舆情话题,通过意见领袖识别可更好地进行舆情引导,利用网络社群的主题传播路径分析可进行话题推送,从而实现对舆情更好地引导及网络生态治理。 展开更多
关键词 LDA 新冠肺炎 微博用户 主题聚类 传播路径
在线阅读 下载PDF
基于超网络的微博舆情主题挖掘方法 被引量：20
13
作者 梁晓贺 田儒雅 +1 位作者 吴蕾 张学福 《情报理论与实践》 CSSCI 北大核心 2017年第10期100-105,共6页
[目的/意义]微博舆情的形成是一个多层面、错综复杂的过程,可采用超网络描述和揭示。[方法/过程]构建了包含用户—观点—情感—时序阶段4层子网的超网络模型,并将该模型应用于"毒疫苗"事件这一具体实例中。[结果/结论]研究表... [目的/意义]微博舆情的形成是一个多层面、错综复杂的过程,可采用超网络描述和揭示。[方法/过程]构建了包含用户—观点—情感—时序阶段4层子网的超网络模型,并将该模型应用于"毒疫苗"事件这一具体实例中。[结果/结论]研究表明,舆情主题发现超网络模型的子网分析可揭示每层子网的特征信息,超边分析可用于舆情预警分析、舆情主题挖掘及舆情主题演化分析。[局限]下一步研究将从细化指标、多重验证两个方面对模型进行完善。 展开更多
关键词 微博 舆情 主题挖掘 超网络
原文传递
基于改进的LDA主题模型的微博用户聚类研究 被引量：13
14
作者 裴超 肖诗斌 江敏 《情报理论与实践》 CSSCI 北大核心 2016年第3期135-139,共5页
大规模文档集中潜藏的语义信息一般可以用潜在狄利克雷(LDA)主题模型识别,因为微博短文本语义稀疏,所以在微博短文本聚类中的应用并不理想。利用传统的潜在狄利克雷分布的主题模型来给微博建模,得到的微博用户分布并不直观,通过改进的LD... 大规模文档集中潜藏的语义信息一般可以用潜在狄利克雷(LDA)主题模型识别,因为微博短文本语义稀疏,所以在微博短文本聚类中的应用并不理想。利用传统的潜在狄利克雷分布的主题模型来给微博建模,得到的微博用户分布并不直观,通过改进的LDA模型将用户表示为主题概率向量,不仅能够充分地挖掘文本隐藏的语义信息,同时能够直观地呈现用户的主题分布。提出基于密度区域划分的K-means算法对微博用户进行聚类。使用真实的微博数据集进行验证,与传统的K-means聚类方法对比,采用该方法对微博用户的聚类能够有较明显的提高。 展开更多
关键词 微博 主题模型 文本聚类 K均值算法
原文传递
短文本相似度研究及其在微博话题检测中的应用 被引量：11
15
作者 黄贤英 陈红阳 刘英涛 《计算机工程与设计》 北大核心 2015年第11期3128-3133,共6页
针对微博短文本特征稀疏导致文本相似性度量不精确的问题,提出一种基于多视角的微博短文本相似度算法。根据词形相同与词义相近寻找微博短文本中的公共块,以公共块所含词项总数与公共块之间的组合顺序,构建基于公共块序列的语义相似度;... 针对微博短文本特征稀疏导致文本相似性度量不精确的问题,提出一种基于多视角的微博短文本相似度算法。根据词形相同与词义相近寻找微博短文本中的公共块,以公共块所含词项总数与公共块之间的组合顺序,构建基于公共块序列的语义相似度;利用微博短文本发布时间、转发与评论等信息来修正该语义相似度,形成新的微博短文本相似度算法,度量微博短文本之间的相似性;将新的微博短文本相似度算法融入Single-Pass聚类算法中以检测微博话题。实验结果表明,将该算法应用于微博话题检测时,能够有效降低话题检测的平均漏检率与误检率等,提高了话题检测的质量。 展开更多
关键词 微博短文本相似度 微博话题检测 结构化信息 公共块序列 语义相似度
在线阅读 下载PDF
基于LDA的企业微博主题传播超网络建模及分析方法 被引量：13
16
作者 席运江 赵燕 +1 位作者 廖晓 刘晚军 《管理学报》 CSSCI 北大核心 2018年第3期434-441,共8页
综合利用微博内容及粉丝评论数据,对企业微博主题的传播效果进行研究。使用LDA主题模型发现微博内容及粉丝评论中的主题,在此基础上,通过建立内容关键词与粉丝评论关键词之间的映射,构建微博主题传播超网络(MTDSN)模型。基于MTDSN模型... 综合利用微博内容及粉丝评论数据,对企业微博主题的传播效果进行研究。使用LDA主题模型发现微博内容及粉丝评论中的主题,在此基础上,通过建立内容关键词与粉丝评论关键词之间的映射,构建微博主题传播超网络(MTDSN)模型。基于MTDSN模型及各构成子网,分析微博传播重点主题、粉丝热点主题、有效传播热点词及有效传播核心词,并通过凝聚子群分析有效传播主题及其构成。以华为花粉俱乐部官微为实例,证明该模型及方法的有效性。 展开更多
关键词 LDA模型 超网络 企业微博 主题传播 华为花粉俱乐部
在线阅读 下载PDF
社区结构对微博舆论话题传播的影响研究 被引量：2
17
作者 朱恒民 胡炜 +1 位作者 马静 魏静 《系统仿真学报》 CAS CSCD 北大核心 2016年第7期1506-1513,1527,共9页
微博聚集了大量的用户群体,社区结构是微博网络的重要特征。为了探索微博网络的社区结构对舆论话题传播的影响规律,分析了微博用户选择关注对象的心理,基于此提出了微博社区网络的构造模型,该模型可以通过社区因子调节微博网络的社区结... 微博聚集了大量的用户群体,社区结构是微博网络的重要特征。为了探索微博网络的社区结构对舆论话题传播的影响规律,分析了微博用户选择关注对象的心理,基于此提出了微博社区网络的构造模型,该模型可以通过社区因子调节微博网络的社区结构特征。实验中验证了社区因子对微博网络社区结构的影响,基于SIR模型仿真分析了传播源节点和社区因子对微博舆论话题传播的影响机理。仿真结果表明,与名人效应相比,网络的社区结构对微博话题的传播具有一定的抑制作用。通过twitter实例数据对部分结论进行了验证。 展开更多
关键词 微博 话题传播 社区结构 网络建模
原文传递
基于概率模型的微博热点主题识别实证研究 被引量：9
18
作者 毕凌燕 王腾宇 左文明 《情报理论与实践》 CSSCI 北大核心 2014年第2期112-116,共5页
热点主题识别旨在确定微博的热点主题,其分析结果对于人们获取即时重要资讯,了解社会关注焦点具有重要的应用价值。文章利用火车头采集工具对微博热点话题进行抓取,提出基于概率模型的微博热点主题识别模型,并比较与词频统计聚类方法在... 热点主题识别旨在确定微博的热点主题,其分析结果对于人们获取即时重要资讯,了解社会关注焦点具有重要的应用价值。文章利用火车头采集工具对微博热点话题进行抓取,提出基于概率模型的微博热点主题识别模型,并比较与词频统计聚类方法在微博主题识别中效果的优劣。实验表明,该模型可以充分地利用概率模型的优点,相比于词频统计聚类算法,更适合应用于微博分析中的主题识别环节。 展开更多
关键词 微博 热点主题识别 概率模型 实证研究
原文传递
“微时代”下公共图书馆读者服务策略研究 被引量：24
19
作者 孟萍 《图书馆工作与研究》 CSSCI 北大核心 2016年第6期112-115,共4页
随着移动互联背景下"微时代"的到来,公共图书馆读者服务模式产生了新的变化,本文通过分析处在"微时代"下的公共图书馆传统服务模式面临的困境,提出通过微信、微博等"微时代"公共平台提升读者服务的策略,... 随着移动互联背景下"微时代"的到来,公共图书馆读者服务模式产生了新的变化,本文通过分析处在"微时代"下的公共图书馆传统服务模式面临的困境,提出通过微信、微博等"微时代"公共平台提升读者服务的策略,并对公共图书馆如何运用同边网络效应和跨边网络效应进行了阐述分析,以期为处在"微时代"下的公共图书馆读者服务转型提供参考。 展开更多
关键词 微时代 读者服务 微话题 网络效应 改进策略
原文传递
基于文本聚类与LDA相融合的微博主题检索模型研究 被引量：45
20
作者 唐晓波 房小可 《情报理论与实践》 CSSCI 北大核心 2013年第8期85-90,共6页
伴随着微博的日趋流行,对微博信息的检索逐渐成为人们获取第一消息的手段。其中文本聚类和主题发现是信息检索领域的有效方法,采用适当的方法是影响微博短文本信息检索质量的关键因素。文章针对文本聚类和LDA主题模型的互补特征,综合考... 伴随着微博的日趋流行,对微博信息的检索逐渐成为人们获取第一消息的手段。其中文本聚类和主题发现是信息检索领域的有效方法,采用适当的方法是影响微博短文本信息检索质量的关键因素。文章针对文本聚类和LDA主题模型的互补特征,综合考虑了微博特殊文体和短文本聚类效率问题,提出了基于频繁词集的文本聚类和基于类簇的LDA主题挖掘相融合的微博检索方法,给出了针对微博文体的一种新的主题检索模型。实验表明,该方法不仅能有效地划分微博文本,并且能清晰地挖掘类簇中潜在主题。 展开更多
关键词 文本聚类 主题检索 微博
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
使用帮助 返回顶部