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:
针对微博数据搜索过程中存在的信息量不对称,搜索精度和搜索效率较低的问题.基于人工智能推理引擎技术来实现对微博网页数据的采集和获取,满足用户端需求的定准定制.将人工智能应用于网络爬虫程序,通过API并结合混合策略对网路爬虫进行改进,消除了网络爬虫行进中的无关链接,提高信息资源收集的精确度;在数据挖掘过程中,采用具有和语义具有相似性的词频-反稳定频率(TF-IDF)函数来计算词语语义的相似度,引入特征权重作为特征向量重要程度的指标,建立组合相似度策略,提升算法性能.通过实例验证结构表明:采用该组合策略方式有效提升了数据挖掘的准确度和召回率,降低了算法的差错率,实现了人工智能平台对微博数据挖掘的精确捕捉.
推荐文章
人工智能推理引擎在微博数据挖掘中的应用
数据挖掘
微博应用
不确定推理
NHibernate和Spring.NET框架结构
人工智能推理引擎在微博数据挖掘中的应用
数据挖掘
微博应用
不确定推理
NHibernate和Spring.NET框架结构
基于人工智能的网络舆情大数据传播特征挖掘系统
舆情大数据
特征挖掘
人工智能
系统设计
数据分析
语义处理
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 基于人工智能推理引擎的微博数据挖掘方法研究
来源期刊 现代科学仪器 学科
关键词 人工智能 微博 数据挖掘 语义相似度
年,卷(期) 2020,(3) 所属期刊栏目 技术创新与应用
研究方向 页码范围 193-196
页数 4页 分类号
字数 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 张晓川 14 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (144)
共引文献  (146)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(26)
  • 参考文献(1)
  • 二级参考文献(25)
2012(20)
  • 参考文献(0)
  • 二级参考文献(20)
2013(31)
  • 参考文献(1)
  • 二级参考文献(30)
2014(25)
  • 参考文献(6)
  • 二级参考文献(19)
2015(7)
  • 参考文献(3)
  • 二级参考文献(4)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2017(11)
  • 参考文献(1)
  • 二级参考文献(10)
2018(7)
  • 参考文献(2)
  • 二级参考文献(5)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
人工智能
微博
数据挖掘
语义相似度
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
现代科学仪器
双月刊
1003-8892
11-2837/TH
大16开
北京海淀区西三环北路27号理化实验楼512室
1984
chi
出版文献量(篇)
4906
总下载数(次)
12
总被引数(次)
20682
论文1v1指导