聚焦期刊数据库、投审稿与预排版的学术加工与支持平台。
李英杰
《文渊(中学版)》 2020年10期
湖南环境生物职业技术学院 审计处 湖南 衡阳 421005
本文首先分析了文本聚类算法的常见分类以优缺点,然后主要论述了基于文本聚类与兴趣衰减的微博用户兴趣挖掘方法,如兴趣模型构建、微博文本处理、建立压缩矩阵以及聚类算法使用等,希望可以为相关人员提供一定的参考,在挖掘用户兴趣的过程中可以灵活运用相关聚类算法构建兴趣模型,让挖掘结果更加精准。
文本聚类;微博用户兴趣;兴趣衰减

语种:中文
CN:11-9275/G
ISSN:2096-627X
出版周期:月刊
聚焦期刊数据库、投审稿与预排版的学术加工与支持平台。