选项
图书信息
PDF阅读
网页阅读
收藏 纠错 引文

数字文献资源高维聚合模型研究

ISBN：978-7-5203-0782-6

出版日期：2017-08

页数：274

字数：241.0千字

点击量：5470次

中图法分类：
出版单位：
中国社会科学出版社
关键词：
专题：
基金信息： 国家自然科学基金项目“共现潜在语义向量空间模型及其语义核的构建与应用研究”（71503151）;山西省高等学校创新人才支持计划“基于潜在语义的文本信息主题深度聚类研究”（2016052006）;山西省高校科技创新项目“SVSM模型及其在信息资源聚类中的应用”（2015106） 展开
PDF试读 网页试读 立即荐购
折扣价：¥41.4 [6折] 原价：¥69.0 立即购买电子书

图书简介

针对文本挖掘和信息检索中的文本或文献聚类与分类等问题，学术界基于VSM（向量空间模型）主要有两方面的研究：一是文献表示模型；二是算法。然而，传统的算法对高维稀疏的向量聚类存在不足，一些新的算法也不尽完美，更主要的是聚类算法的效果与数据本身的特征以及信息提取和表示密切相关，特别是在信息有限的情况下，聚类算法的优势也不能得到完美发挥。相比之下，信息的挖掘、提取和文献向量表示就尤为重要。如果只有关键词，文献的表示向量相比一般文本表示就表现得更加稀疏。面对这种情形，聚类算法即使是“巧妇”也“难为无米之炊”，因此，本书的重点突破是文献主题语义信息的提取、度量和文献高维向量的表示方法。

基于以上问题和现象，本书以数字文献资源为对象，本着在信息资源聚合中减少对背景知识的依赖，便于推广应用的宗旨，提出了基于文献集本身或者相关领域的共现信息而实现文献聚合的共现潜在语义向量空间模型，而且通过实验证实基于CLSVSM的文献聚类表现比基于VSM和GVSM（广义向量空间模型）显著地好。

本书还讨论了模型的性质以及通过数学和统计方法降低算法复杂度、提高聚类效率的多种思路，为模型在信息检索和搜索领域的广泛应用提供了一般范式。

展开

作者简介

展开

图书目录

本书视频 参考文献 本书图表

相关推荐

相关词

阅读
请支付
×
元
提示：您即将购买的内容资源仅支持在线阅读，不支持下载！

当前账户可用余额 元

余额不足，请先充值或选择其他支付方式

请选择感兴趣的分类
选好了，开始浏览
以后再选择
售前咨询：010-84083679 刘老师，张老师
售后服务：010-84083679 张老师
95133307@qq.com
北京西城区鼓楼西大街甲158号

快速链接

版权所有：中国社会科学出版社 京ICP备05032912号-4 京公网安备11010202010100号

×
推荐购买
×
手机注册 邮箱注册
获取短信验证码
 我已阅读并接受《中国社会科学文库用户协议》

已有账号，返回登录

×
账号登录 一键登录
忘记密码?

没有账号，快速注册

×
手机找回 邮箱找回
获取短信验证码

返回登录

引文

×
GB/T 7714-2015 格式引文
牛奉高.数字文献资源高维聚合模型研究[M].北京：中国社会科学出版社,2017
复制
MLA 格式引文
牛奉高.数字文献资源高维聚合模型研究.北京,中国社会科学出版社:2017E-book.
复制
APA 格式引文
牛奉高(2017).数字文献资源高维聚合模型研究.北京：中国社会科学出版社
复制
×
错误反馈