

已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文提出了作者主題演化模型(Author Topic over Time),簡稱AToT模型,用于發(fā)現(xiàn)作者研究興趣變化情況。與LDA模型類似,AToT模型本身是一個概率主題模型,可以模擬一篇文檔的生成過程,它既然可以生成文檔,就可以處理研究者想要的關(guān)于文檔的任何一種信息。AToT模型基本思想是三個分布,分別是作者主題分布,主題詞項分布,以及時間貝塔分布。在具體的模型生成過程和訓練中,需要估計三個關(guān)鍵分布的參數(shù),這是AToT模型生成過程的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶興趣模型的服務(wù)發(fā)現(xiàn)方法研究.pdf
- 基于用戶興趣模型的web服務(wù)發(fā)現(xiàn)研究.pdf
- 基于向量空間模型和LDA模型相結(jié)合的微博客話題發(fā)現(xiàn)算法研究.pdf
- 基于向量空間模型和lda模型相結(jié)合微博客話題發(fā)現(xiàn)算法的研究
- 基于LDA擴展的短文本熱點發(fā)現(xiàn)研究.pdf
- 基于主題模型的用戶興趣發(fā)現(xiàn)和好友推薦研究.pdf
- 基于Spark并行LDA主題模型的研究.pdf
- 基于LDA模型的醫(yī)療診斷研究.pdf
- 基于個性發(fā)現(xiàn)的興趣度研究.pdf
- 基于LDA主題模型的圖像檢索研究.pdf
- 基于LDA模型的文本聚類研究.pdf
- 基于LDA模型的文檔排序方法研究.pdf
- 基于LDA模型的文本分類研究.pdf
- 基于LDA模型與聚類的網(wǎng)絡(luò)新聞熱點話題發(fā)現(xiàn)研究.pdf
- 基于LDA模型的觀點聚類研究.pdf
- 基于LDA模型的文檔情感摘要研究.pdf
- 基于LDA的國內(nèi)數(shù)字圖書館研究主題發(fā)現(xiàn)與演化.pdf
- 基于LDA的社交網(wǎng)絡(luò)鏈接預測模型研究.pdf
- 基于改進LDA模型的自然圖像分類.pdf
- 基于lda的社交網(wǎng)絡(luò)鏈接預測模型研究
評論
0/150
提交評論