您的位置： 专家智库 > >

章昉

作品数：6 被引量：2H指数：1
供职机构：中国科学院深圳先进技术研究院更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 5篇专利
  • 1篇期刊文章

领域

  • 2篇自动化与计算...

主题

  • 6篇词项
  • 5篇文本
  • 2篇疫情
  • 2篇特征词
  • 2篇字典
  • 2篇向量
  • 2篇流感
  • 2篇流感大流行
  • 2篇流感疫情
  • 2篇监测分析方法
  • 2篇关联规则
  • 2篇广告
  • 2篇大流行
  • 1篇短文
  • 1篇疫情监测
  • 1篇数据量
  • 1篇数据挖掘
  • 1篇特征向量
  • 1篇特征值
  • 1篇停用词

机构

  • 6篇中国科学院
  • 1篇中山大学
  • 1篇天津海量信息...

作者

  • 6篇章昉
  • 3篇罗军
  • 3篇赵中英
  • 3篇刘明君
  • 2篇李超

传媒

  • 1篇集成技术

年份

  • 2篇2017
  • 1篇2015
  • 3篇2014
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
面向微博数据的流感疫情监测分析方法及系统
本发明涉及一种面向微博数据的流感疫情监测分析方法，包括：获取部分微博作为训练微博集；标记训练微博集中每条微博；得到训练微博集的微博文本词项集合；得到训练微博集的微博文本原始特征词项集合；得到特征词项字典；特征向量化；训练...
罗军章昉李超
文献传递
面向微博文本分类的挖掘方法及系统
本发明涉及一种面向微博文本分类的挖掘方法，包括如下步骤：获取现有的微博数据；对获取的微博文本进行分析和预处理；对所述微博文本的词项集合进行搜索遍历，去除停用词词项；对原始特征词项集合中的每个词项做开发检验CHI值计算，所...
罗军章昉
文献传递
一种基于微博的广告推荐方法及系统
本发明适用于数据挖掘领域，提供了一种基于微博的广告推荐方法及系统。所述方法包括：读取微博数据；初始化微博数据，获得微博文本词项集合；删除微博文本词项集合的停用词，获得微博文本原始特征词项集合；将微博文本原始特征词项集合与...
章昉刘明君赵中英
基于词项关联的短文本分类研究被引量：2
2015年
以短文本为主体的微博等社交媒体,因具备文本短、特征稀疏等特性,使得传统文本分类方法不能够高精度地对短文本进行分类。针对这一问题,文章提出了基于词项关联的短文本分类方法。首先对训练集进行强关联规则挖掘,将强关联规则加入到短文本的特征中,提高短文本特征密度,进而提高短文本分类精度。对比实验表明,该方法一定程度上减缓了短文本特征稀疏特点对分类结果的影响,提高了分类准确率、召回率和F1值。
章昉颜华驹刘明君赵中英
关键词：数据挖掘关联规则
面向微博数据的流感疫情监测分析方法及系统
本发明涉及一种面向微博数据的流感疫情监测分析方法，包括：获取部分微博作为训练微博集；标记训练微博集中每条微博；得到训练微博集的微博文本词项集合；得到训练微博集的微博文本原始特征词项集合；得到特征词项字典；特征向量化；训练...
罗军章昉李超
一种基于微博的广告推荐方法及系统
本发明适用于数据挖掘领域，提供了一种基于微博的广告推荐方法及系统。所述方法包括：读取微博数据；初始化微博数据，获得微博文本词项集合；删除微博文本词项集合的停用词，获得微博文本原始特征词项集合；将微博文本原始特征词项集合与...
章昉刘明君赵中英
文献传递
全选 清除 导出
共1页<1>
聚类工具0