文献

J-GLOBAL ID：202202268450270847   整理番号：22A1087991

K-meansアルゴリズムに基づくWeiboトピック検出に関する解析【JST・京大機械翻訳】

An Analysis on the Weibo Topic Detection Based on K-means Algorithm

著者 (3件)： Li Meihua (School of Science, Jiangxi University of Science and Technology,Ganzhou,China) ,  Wu Keqing (School of Science, Jiangxi University of Science and Technology,Ganzhou,China) ,  Chen Le (Educational Information Technology Center, Jiangxi University of Science and Technology,Ganzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： EEBDA  ページ： 1328-1331  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Sina Weiboは,その意見を表現するためのネット化のためのプラットフォームとして,大量の公開意見データを生成し,絶えず新しいトピックを生成する。Weiboに関する新規で最新の話題を検出する方法は,意味のある研究課題である。文書クラスタ化は,テキストカテゴリー化において広く研究されている問題である。K平均は,最も有名な教師なし学習アルゴリズムの1つであり,与えられたデータセットを,簡単で容易な方法に従って,互いに素なクラスタに分割する。しかし,従来のK平均アルゴリズムは,ランダムに初期の重心を割り当てて,それはクラスタのための重心として最大異種文書を選ぶことを保証できない。修正K平均アルゴリズムを提案して,それは重心として最も異種のk文書を割り当てるためにJaccard距離測度を用いて,中国語テキストベクトル化モデルとしてWord2vecを使用した。実験結果は,提案したK-平均アルゴリズムがクラスタリング性能を改善し,Weibo COVID-19データに基づく新しい最新の話題を検出することができることを証明した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  教師なし学習 ,  重心 ,  クラスタ化 ,  中国語 ,  クラスタ
準シソーラス用語： 互いに素 ,  距離測度 ,  ベクトル化 ,  文書クラスタ化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： k-meansアルゴリズム ,  トピック ,  解析