基于word2vec与K-means算法食品安全事件自动聚类研究

• 作者: 梁晓静 沈思
• 来源期刊: 信息通信
• 关键词: 食品安全事件 word2vec K-means 轮廓系数TP393
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 8-10
• 页数: 3页
• 字数: 2515字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2018.11.003

摘要

类别知识在食品安全事件的应急处理中不仅保证了相应应急措施推送的精准性而且可以提高食品安全事件应急处理的效率.为了更加精准的获取食品安全事件中的类别知识,结合统计、对比和分析的系统方法,通过食品安全事件的微博和信息数据,基于word2vec和K-means算法,文章探究了类别知识挖掘的具体流程、方法和相应的类别知识挖掘结果的评价等方面的相应问题.通过具体的实验,在所使用的数据上,确定了最优的聚类模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈思	南京理工大学经济管理学院	19	75	5.0	8.0
2	梁晓静	金陵科技学院软件工程学院	1	2	1.0	1.0