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:
身处信息爆炸的时代,面对纷繁复杂的信息,我们需要对信息进行整理,对信息进行分门别类,但是当我们没有有关“类”的标准的时候,或许会觉得束手无策。文本聚类则提出了解决这一问题的方法。本文的目的在于介绍文本聚类的原理,及其在信息分析中的实际应用。
推荐文章
LDA主题模型在文本聚类中的应用
无监督学习
文本聚类
LDA主题模型
基于文本信息的聚类方法研究
文本聚类
数据挖掘
粒子群算法
信息检索
自然语言处理
文本聚类算法的分析与比较
文本聚类
k-means
DBSCAN
Sink-link
SOM
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 浅谈文本聚类在信息分析中的应用
来源期刊 信息系统工程 学科 工学
关键词 文本聚类 文本挖掘 原理 应用
年,卷(期) 2012,(10) 所属期刊栏目 技术应用
研究方向 页码范围 92-93
页数 2页 分类号 TP311.13
字数 2422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 陈巍 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (7)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2012(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)
研究主题发展历程
节点文献
文本聚类
文本挖掘
原理
应用
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
信息系统工程
月刊
1001-2362
12-1158/N
16开
天津市河西区友谊路39号
82-173
1988
chi
出版文献量(篇)
17961
总下载数(次)
28
总被引数(次)
25254
论文1v1指导