基于CBOW模型的个人微博聚类研究

• 作者: 宋添树 张沁哲 李江宇
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 个人微博 语义 聚类 机器学习
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 69-72
• 页数: 4页
• 分类号: TP391
• 字数: 3122字
• 语种: 中文

摘要

个人微博是现在流行的社交工具,因其数量繁杂而对用户浏览产生困扰.本文将语义相似度大的微博聚类以方便用户浏览.主要研究工作如下:1.使用python中的jieba分词对个人微博进行分词预处理并去除停用词;2.将分词数据集利用CBOW模型训练词语向量;3.用词语向量表示个人微博句子向量;4.个人微博句子向量表示成空间中的分布点,使用改进的曼哈顿句子算法计算距离即个人微博间的相似度.5.使用改进的clarans算法聚类.实验表明本文的方法与传统聚类算法如划分法、层次法、密度法等有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋添树	内蒙古科技大学信息工程学院	3	2	1.0	1.0
2	李江宇	内蒙古科技大学信息工程学院	3	2	1.0	1.0
3	张沁哲	内蒙古科技大学信息工程学院	3	3	1.0	1.0