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:
互联网中发布着大量的招聘信息,这些信息不仅反映了公司对人才的需求,而且暗含市场中的技术热点和公司的技术主题.针对招聘信息中所蕴含的技术主题,本文提出一种将句子分类和主题抽取相结合的方法.该方法使用LDA模型对招聘信息建模,再通过SVM分类提取出与技术相关的句子,最后从技术相关的句子中抽取出技术主题,整合成招聘信息的技术主题.实验结果表明该方法能够准确地挖掘出招聘信息的技术主题,获得了良好的效果.
推荐文章
基于权重微博链的改进LDA微博主题模型
短文本
主题挖掘
微博链
潜在狄利克雷分布
perplexity
基于UR-LDA的微博主题挖掘
微博
主题挖掘
UR-LDA
吉布斯抽样
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 基于LDA模型挖掘招聘信息的技术主题
来源期刊 计算机与现代化 学科 工学
关键词 文本挖掘 技术主题 LDA模型 招聘
年,卷(期) 2013,(9) 所属期刊栏目 人工智能
研究方向 页码范围 46-49
页数 4页 分类号 TP391
字数 3235字 语种 中文
DOI 10.3969/j.issn.1006-2475.2013.09.011
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 梁正友 广西大学计算机与电子信息学院 66 590 13.0 22.0
2 施乾坤 广西大学计算机与电子信息学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (6)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (1)
二级引证文献  (2)
1998(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)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
文本挖掘
技术主题
LDA模型
招聘
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导