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:
网络舆情监测在当今时代显得尤为重要,目前虽有一些监测方法,但都不完善.近邻传播算法(Affinity Propagation,AP)是数据挖掘领域中非常流行的聚类算法之一,将其应用于热点事件舆情趋向监测,实验证明,取得了优良的结果.
推荐文章
基于 AP 聚类算法的图像分割应用与研究
近邻传播
聚类算法
图像分割
基于多核学习和AP聚类的图像摘要选取方法
图像摘要
相似度
特征融合
多核学习
AP聚类图像
基于初始偏向度的AP算法聚类性能优化研究
AP算法
初始偏向度
多重单目标优化
聚类性能
基于AP聚类算法的跳汰机床层松散度软测量建模
跳汰机
床层松散度
AP聚类算法
多模型
最小二乘支持向量机
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AP聚类的舆情监测
来源期刊 新一代信息技术 学科
关键词 舆情监测 近邻传播算法 ICTCLAS 聚类
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 39-46
页数 8页 分类号
字数 4164字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (14)
参考文献  (10)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
舆情监测
近邻传播算法
ICTCLAS
聚类
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
新一代信息技术
半月刊
2096-6091
10-1581/TP
北京市海淀区玉渊潭南路普惠南里13号楼
chi
出版文献量(篇)
639
总下载数(次)
4
总被引数(次)
21
论文1v1指导