作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对如何优化地方性新闻搜索进行了探讨,通过运用IKAnalyzer所提供的开源程序对每个网站的源代码中的中文进行分词处理,再利用TF-IDF算法对每个网站的关键词进行权重的计算,由高到低列出关键词向量.将这些网站的关键词向量逐一与标准关键词向量进行比较,从而将网站进行分类处理.以达到快速准确的搜索目的.
推荐文章
结合改进的CHI统计方法的TF-IDF算法优化
文本分类
CHI统计
TF-IDF算法
特征选择
一种改进TF-IDF的中文邮件识别算法研究
TF-IDF算法
邮件识别
卡方统计量
权重分配
邮件分类
仿真分析
基于TF-IDF改进聚类算法的网络敏感信息挖掘
TF-IDF
聚类分析
网络敏感信息
信息挖掘
文本分类TF-IDF算法的改进研究
新词
词频-逆文档频率(TF-IDF)
向量空间模型
文本分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用TF-IDF算法优化地方性新闻搜索
来源期刊 软件导刊 学科 工学
关键词 地方性新闻 TF-IDF 搜索
年,卷(期) 2011,(11) 所属期刊栏目 算法与语言
研究方向 页码范围 59-60
页数 分类号 TP312
字数 2099字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 史航 中国科学技术大学自动化系 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (4)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
地方性新闻
TF-IDF
搜索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导