已閱讀1頁(yè),還剩81頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于CMB-LDA的微博主題挖掘.pdf
- 基于動(dòng)態(tài)Labeled-LDA模型的微博主題挖掘.pdf
- 基于Labeled LDA的微博用戶興趣識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于Web數(shù)據(jù)挖掘的微博用戶特征研究.pdf
- 基于LDA的微博話題聚類研究.pdf
- 基于lda的微博話題聚類研究
- 基于Agent的分布式數(shù)據(jù)挖掘系統(tǒng).pdf
- 基于用戶特征分析的微博意見(jiàn)領(lǐng)袖挖掘研究.pdf
- 基于C-LDA的微博推薦算法.pdf
- 基于mixtureLDA的新浪微博主題挖掘與應(yīng)用.pdf
- 基于UF-AT模型的微博用戶興趣挖掘研究.pdf
- 基于網(wǎng)格服務(wù)的分布式數(shù)據(jù)挖掘.pdf
- 基于數(shù)據(jù)挖掘的分布式異常檢測(cè).pdf
- 基于Hadoop的分布式中文微博情感分析研究與實(shí)現(xiàn).pdf
- 基于主題和結(jié)構(gòu)的微博社區(qū)挖掘方法研究.pdf
- 基于數(shù)據(jù)挖掘的分布式入侵檢測(cè)系統(tǒng).pdf
- 基于主題和結(jié)構(gòu)的微博社區(qū)挖掘方法研究
- 基于LDA模型的微博話題與事件檢測(cè).pdf
- 42512.基于分布式表達(dá)的微博話題檢測(cè)與情感分類研究
- 一種基于行為的微博用戶興趣挖掘方法.pdf
評(píng)論
0/150
提交評(píng)論