新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版主题模型与文本知识发现应用研究9787567583757华东师大
¥ ×1
新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!
章 绪论
1.1 课题背景
1.2 研究意义
1.3 研究目的、对象及内容
1.4 研究特点及思路
1.5 研究结构
1.6 小结
第2章 基础理论
2.1 知识发现概念
2.2 知识发现的方法
. 知识发现研究现状
2.4 文本挖掘概述
2.5 小结
第3章 文本知识发现的新思路_-主题模型
3.1 文本知识发现面临的挑战
3.2 文本知识发现的新思路——主题模型
3.3 主题模型在文本知识发现中的作用
3.4 主题模型在文本知识发现中的优势
3.5 小结
第4章 面向主题模型的文本知识发现框架
4.1 语义建模
4.2 基本过程
4.3 基本任务
4.4 模型构建
4.5 小结
第5章 面向主题模型的文献知识关联发现
5.1 文献知识发现
5.2 文献知识关联发现模型设计
5.3 知识的语义关联实践
5.4 检索结果聚类的实践应用
5.5 小结
第6章 面向主题模型的新闻文本知识发现
6.1 新闻话题描述模型
6.2 面向主题模型的新闻文本知识发现模型
6.3 新闻文本知识发现实践
6.4 小结
第7章 面向主题模型的UGC文本知识发现
7.1 UGC文本的内涵
7.2 面向主题模型的网络用户评论知识发现
7.3 面向主题模型的UGC文本商业价值发现
7.4 面向主题模型的高质量UGC文本识别
7.5 小结
第8章 结语与展望
8.1 结语
8.2 展望
附录
附录A 商业领域的知识发现系统
附录B 图书情报领域的知识系统
附录C Web文本挖掘的应用
参考文献
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格