[1] 张宏兵. Web文本挖掘技术在网页推荐中的应用研究[D]. 南京:南京理工大学, 2013.
[2] 于宽. 改进Kmeans算法在文本聚类中的应用[D]. 大连:大连交通大学, 2007.
[3] 邓海. 降维多核KMeans算法在文本聚类中的研究[D]. 南宁:广西大学, 2013.
[4] 程杨. 中文短文本聚类算法的研究[D]. 长春:吉林大学, 2016.
[5] 杨河彬. 基于词向量的搜索词分类、聚类研究[D]. 上海:华东师范大学, 2015.
[6] Wu Xindong, Kumar V, Quinlan J R, et al. Top 10 algorithms in data mining[J]. Knowledge and Information Systems, 2008,14(1):137.
[7] 朱明. 数据挖掘[M]. 合肥:中国科学技术大学出版社, 2002.
[8] Salton G. Automatic Text Processing: The Transformation, Analysis, and Retrieval of Information by Computer[M]. AddisonWesley, 1989.
[9] BaezaYates R, RibeiroNeto B. Modern Information Retrieval[M]. AddisonWesley, 1999.
[10]Mikolov T. Word2vec Project[EB/OL]. https://code.google.com/p/word2vec/, 20140918.
[11]Turian J, Ratinov L, Bengio Y. Word representations: A simple and general method for semisupervised learning[C]// Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics. 2010:384394.
[12]周练. Word2vec的工作原理及应用探究[J]. 科技情报开发与经济, 2015,25(2):145148.
[13]熊富林,邓怡豪,唐晓晟. Word2vec的核心架构及其应用[J]. 南京师范大学学报(工程技术版), 2015,15(1):4348.
[14]唐明,朱磊,邹显春. 基于Word2vec的一种文档向量表示[J]. 计算机科学, 2016,43(6):214217.
[15]董文. 基于LDA和Word2vec的推荐算法研究[D]. 北京:北京邮电大学, 2015.
[16]刘敏. 基于词向量的句子相似度计算及其在基于实例的机器翻译中的应用[D]. 北京:北京理工大学, 2015. |