[1] |
王鹏,高铖,陈晓美.基于LDA模型的文本聚类研究[J].情报科学,2015,33(1):63-68.
|
[2] |
杨平,王丹,赵文兵.微博网站中面向主题的权威信息搜索技术研究[J].计算机科学与探索,2013,7(12):1135-1145.
|
[3] |
董婧灵.基于LDA模型的文本聚类研究[D].武汉:华中师范大学,2012.
|
[4] |
唐晓波,房小可.基于文本聚类与LDA相融合的微博主题检索模型研究[J].情报理论与实践,2013,36(8):85-90.
|
[5] |
CaoBuqing,LiuXiaoqing,LiuJianxun,etal.Domain-awareMashupserviceclusteringbasedonLDAtopicmodelfrommultipledatasources[J].InformationandSoftwareTechnology,2017,90:40-54.
|
[6] |
李湘东,张娇,袁满.基于LDA模型的科技期刊主题演化研究[J].情报杂志,2014,33(7):115-121.
|
[7] |
HajjemM,LatiriC.CombiningIRandLDAtopicmodelingforfilteringmicroblogs[J].ProcediaComputerScience,2017,112:761-770.
|
[8] |
焦潞林,彭岩,林云.面向网络舆情的文本知识发现算法对比研究[J].山东大学学报(理学版),2014,49(9):62-68.
|
[9] |
马军红.文本聚类算法初探[J].电子世界,2012(6):71-72.
|
[10] |
江浩,陈兴蜀,杜敏.基于主题聚簇评价的论坛热点话题挖掘[J].计算机应用,2013,33(11):3071-3075.
|
[11] |
ClyneB,CooperJA,HughesCM,etal.Aprocessevaluationofaclusterrandomisedtrialtoreducepotentiallyinappropriateprescribinginolderpeopleinprimarycare(OPTI-SCRIPTstudy)[J].Trials,2016,17,doi:10.1186/s13063-016-1513-z.
|
[12] |
王振振,何明,杜永萍.基于LDA主题模型的文本相似度计算[J].计算机科学,2013,40(12):229-232.
|
[13] |
孟雪井,孟祥兰,胡杨洋.基于文本挖掘和百度指数的投资者情绪指数研究[J].宏观经济研究,2016(1):144-153.
|
[14] |
ZhangYi,ZhangGuangquan,ChenHongshu,etal.Topicanalysisandforecastingforscience,technologyandinnovation:Methodologywithacasestudyfocusingonbigdataresearch[J].TechnologicalForecastingandSocialChange,2016,105:179-191.
|
[15] |
ReddyASS,BrikMG,KumarJS,etal.Structuralandelectricalpropertiesofzinctantalumborateglassceramic[J].CeramicsInternational,2016,42(15):17269-17282.
|
[16] |
王军.热门微博话题事件主题聚类分析[D].合肥:安徽大学,2016.
|
[17] |
陈晓美.网络评论观点知识发现研究[D].长春:吉林大学,2014.
|