检索结果-南通市图书馆

基于改进权重的贝叶斯推理和tfidf算法文本主题词提取研究

在线全文

学校读者我要写书评

暂无评论

南京师大学报（自然科学版） 2014年第1期37卷 57-60,65页

作者：邵晓根鞠训光胡局新马忠伟徐州工程学院信电工程学院江苏徐州221111 湘潭大学信息工程学院湖南湘潭411105

本文针对中文文本主题词提取的tfidf算法不足进行了改进,综合考虑关键词在文本中出现的频率及位置权重,设计了贝叶斯推理和tfidf主题词提取混合算法,并基于候选词排序位置进行了正向、逆向和中间向前后的提取测试,结果表明,本算法比单纯... 详细信息

本文针对中文文本主题词提取的tfidf算法不足进行了改进,综合考虑关键词在文本中出现的频率及位置权重,设计了贝叶斯推理和tfidf主题词提取混合算法,并基于候选词排序位置进行了正向、逆向和中间向前后的提取测试,结果表明,本算法比单纯tfidf算法正向提取平均准确率提高了6.2%.

关键词：贝叶斯推理位置权重提取 tfidf算法

在线全文

学校读者我要写书评

暂无评论

tfidf算法在文章推荐系统的应用

电脑知识与技术 2019年第3期15卷 17-20页

作者：刘展广州寄锦教育科技有限公司广东广州510000

构建文章推荐系统需要把文章向量化,然后组建一个推荐矩阵,矩阵里的元数据(数值)会影响推荐效果,如何使文章推荐矩阵元数据更好地与用户行为关联起来,这里提出了基于tfidf算法关联到用户行为的表示和更新机制,根据用户行为的特点,给予... 详细信息

构建文章推荐系统需要把文章向量化,然后组建一个推荐矩阵,矩阵里的元数据(数值)会影响推荐效果,如何使文章推荐矩阵元数据更好地与用户行为关联起来,这里提出了基于tfidf算法关联到用户行为的表示和更新机制,根据用户行为的特点,给予不同的权重,最终会影响到元数据的取值,进而能量化用户行为标签的兴趣值,另一方面也能产生更好的推荐效果。

关键词： tfidf算法余弦相似度文章推荐系统推荐矩阵数据建模

在线全文

学校读者我要写书评

暂无评论

基于信息增益与信息熵的tfidf算法

计算机工程 2012年第8期38卷 37-40页

作者：李学明李海瑞薛亮何光军重庆大学计算机学院重庆400044

传统的特征词权重算法tfidf忽略了特征词在类内、类间的分布对其权重的影响。针对该问题,引入信息熵的概念,对基于信息增益的tfidf算法(tfidfIG)进行改进,提出一种基于信息增益与信息熵的tfidf算法(tfidfIGE)。实验结果表明,与传统的TF... 详细信息

传统的特征词权重算法tfidf忽略了特征词在类内、类间的分布对其权重的影响。针对该问题,引入信息熵的概念,对基于信息增益的tfidf算法(tfidfIG)进行改进,提出一种基于信息增益与信息熵的tfidf算法(tfidfIGE)。实验结果表明,与传统的tfidf算法和tfidfIG算法相比,tfidfIGE算法的查准率和查全率较高。

关键词：文本分类信息增益信息熵 tfidf算法

在线全文

学校读者我要写书评

暂无评论

基于改进tfidf算法的文本分类研究

计算机与现代化 2014年第9期 6-9,14页

作者：郑霖徐德华同济大学经济与管理学院上海200092

由于文本分类在信息检索、邮件过滤、网页分类、个性化推荐等领域有着广泛的应用价值,所以自文本分类的概念提出以来,受到了学者们的广泛关注。在文本分类的研究中,学者们运用了很多方法,其中tfidf是文档特征权重计算的最常用算法之一,... 详细信息

由于文本分类在信息检索、邮件过滤、网页分类、个性化推荐等领域有着广泛的应用价值,所以自文本分类的概念提出以来,受到了学者们的广泛关注。在文本分类的研究中,学者们运用了很多方法,其中tfidf是文档特征权重计算的最常用算法之一,但是传统的TFID算法忽略了特征项在类内和类间的分布,导致很多区分度不大的特征项被赋予了较大的权重。针对传统tfidf算法的不足,本文在IDF的计算过程中,用词条在类内与类间的文档占比来考虑词条在类内与类间的分布。在实验中,用改进的权重算法表示文本向量,通过考察分类的效果,验证了改进算法的有效性。

关键词： tfidf算法特征选择文本分类

基于MapReduce编程模型的tfidf算法研究

在线全文

学校读者我要写书评

暂无评论

微型机与应用 2013年第4期32卷 71-73页

作者：赵伟燕王静宇内蒙古科技大学信息工程学院内蒙古包头014010 内蒙古科技大学信息办与网络中心内蒙古包头014010

随着Internet等技术的飞速发展,信息处理已经成为人们获取有用信息不可或缺的工具,如何在海量信息中高效地获得有用信息至关重要,因此自动文本分类技术尤为重要。现有的文本分类算法在时间复杂性和空间复杂性上遇到瓶颈,不能满足人们的... 详细信息

随着Internet等技术的飞速发展,信息处理已经成为人们获取有用信息不可或缺的工具,如何在海量信息中高效地获得有用信息至关重要,因此自动文本分类技术尤为重要。现有的文本分类算法在时间复杂性和空间复杂性上遇到瓶颈,不能满足人们的需求,为此提出了基于Hadoop分布式平台的tfidf算法,给出了算法实现的具体流程,通过MapReduce编程实现了该算法,并在单机和集群模式下进行了对比实验,同时与传统串行算法进行了对比。实验证明,使用tfidf文本分类算法可实现对海量数据的高速有效分类。

关键词：文本分类 MapReduce 并行化 tfidf算法

基于tfidf算法的全面从严治党重要论述关键词共现分析

在线全文

学校读者我要写书评

暂无评论

现代盐化工 2019年第5期46卷 150-152页

作者：张辛江苏建筑职业技术学院纪委办公室

总书记重要论述是学习习近平全面从严治党思想的重要载体,掌握论述的关键词是学习领会思想的核心与骨架,清晰理解文章内容,把握文章结构,记忆文章内容的重要方法。利用自然语言处理方法,通过分析关键词特征分析和共现矩阵分析,从而更好... 详细信息

总书记重要论述是学习习近平全面从严治党思想的重要载体,掌握论述的关键词是学习领会思想的核心与骨架,清晰理解文章内容,把握文章结构,记忆文章内容的重要方法。利用自然语言处理方法,通过分析关键词特征分析和共现矩阵分析,从而更好地构建全面从严治党知识图谱,加强对习近平新时代中国特色社会主义思想的学习与理解。

关键词：全面从严治党总书记重要论述 tfidf算法关键词共现

基于tfidf算法的家庭关系识别模型构建及其应用

在线全文

学校读者我要写书评

暂无评论

井冈山大学学报（自然科学版） 2012年第5期33卷 54-58页

作者：徐忠健陈孚任小龙刘群中国电信上海公司企业信息化部上海200041 上海市浦东新区环境监测站上海200135 南昌大学计算机系江西南昌330029

基于tfidf(Term Frequency Inverse Document Frequency)算法,结合用户通话圈运用呼叫指纹方法分析用户的交往圈、呼叫特征、短信特征、位置特征、客服特征、终端特征等特征,构建家庭关系识别模型,进而挖掘家庭关联关系的手机与固话在... 详细信息

基于tfidf(Term Frequency Inverse Document Frequency)算法,结合用户通话圈运用呼叫指纹方法分析用户的交往圈、呼叫特征、短信特征、位置特征、客服特征、终端特征等特征,构建家庭关系识别模型,进而挖掘家庭关联关系的手机与固话在呼叫圈相似度、平均每天通话次数、平均每次通话时长等变量上的相关性,为发现手机号码与家庭固定电话之间的关联关系提供了有效的技术手段,并有效地应用于固移捆绑套餐和可选套餐的目标客户的识别。从实际营销效果来看,该模型的使用有利于帮助市场营销人员快速、方便、有效地开展融合套餐的销售,在降低营销成本的同时提高了营销效果。

关键词：通话圈关系识别模型 tfidf算法数据挖掘

基于tfidf的社区问答系统问句相似度改进算法

在线全文

学校读者我要写书评

暂无评论

北京理工大学学报 2017年第9期37卷 982-985页

作者：赵胜辉李吉月徐碧孙博研北京理工大学信息与电子学院北京100081

针对社区问答系统问句相似度计算问题,提出了一种改进的tfidf算法.按照用户的查询意图对问句进行分类,根据特征词在类别中的分布对权值进行调整;将问句的主题词归入特征项进行tfidf计算.实验结果表明,本文改进的tfidf算法的P@3比传统的T... 详细信息

针对社区问答系统问句相似度计算问题,提出了一种改进的tfidf算法.按照用户的查询意图对问句进行分类,根据特征词在类别中的分布对权值进行调整;将问句的主题词归入特征项进行tfidf计算.实验结果表明,本文改进的tfidf算法的P@3比传统的tfidf算法提高了7.66%,比tfidf-IG算法提高了5.31%,而且P@5和P@10也有不同程度的提高,与传统tfidf算法和参考改进算法相比,该算法明显提高了检索性能.

关键词：向量空间模型 tfidf算法社区问答系统问句相似度

基于LDA和TF-IDF的关键词提取算法研究

在线全文

学校读者我要写书评

暂无评论

长江信息通信 2024年第1期37卷 78-80页

作者：苏婧琼苏艳琼晋中信息学院山西晋中030800 山西大学山西太原030000

在自然语言处理领域,对于海量的文本文件,让用户在最短的时间找到到自己感兴趣的文档,最关键的工作是要每篇文档的关键词提取出来。而不管是针对一篇长文章或是一篇短文章,通常能够直接通过这几个关键字去窥探出整篇文章背后的主题思想... 详细信息

在自然语言处理领域,对于海量的文本文件,让用户在最短的时间找到到自己感兴趣的文档,最关键的工作是要每篇文档的关键词提取出来。而不管是针对一篇长文章或是一篇短文章,通常能够直接通过这几个关键字去窥探出整篇文章背后的主题思想。文章分别介绍了LDA主题模型和tfidf算法在关键词提取中的应用,并进行了对比,结果表明在关键词提取方面都可以取得较好的效果。

关键词： LDA主题模型 tfidf算法关键词提取

维普期刊数据库博看期刊