文本挖掘技术在科研信息自动建议中的应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (10): 118-119.

• 数据库、信号与信息处理 • 上一篇下一篇

文本挖掘技术在科研信息自动建议中的应用

李芳，朱群雄

北京化工大学信息科学与技术学院，北京 100029

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-04-01 发布日期:2011-04-01

Study on science and research information’s auto-suggestion method based on text mining

LI Fang，ZHU Qunxiong

School of Information Science and Technology，Beijing University of Chemical Technology，Beijing 100029，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-04-01 Published:2011-04-01

摘要/Abstract

摘要： 研究了科研期刊文献文本数据的特点，将文本挖掘技术用于对科研期刊文本数据的分析和处理中，提出了基于文本挖掘技术的科研信息自动建议系统。结合国内信息领域较有影响的3种期刊2007全年的期刊文章，进行了实例仿真。

关键词: 文本挖掘, 自动建议, 文本建模, 聚类

Abstract: This paper studies the characteristics of text data from research journal literature，applies the popular text mining technique into analyzing and processing research literature text data，and proposes research information’s auto-suggestion system.Case study on journal documents is discussed.

Key words: text mining, auto-suggestion, text modeling, clustering

李芳，朱群雄. 文本挖掘技术在科研信息自动建议中的应用[J]. 计算机工程与应用, 2011, 47(10): 118-119.

LI Fang，ZHU Qunxiong. Study on science and research information’s auto-suggestion method based on text mining[J]. Computer Engineering and Applications, 2011, 47(10): 118-119.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[3]	李莉，纪欣沅，宋嵩. 回环软件缺陷数量预测模型[J]. 计算机工程与应用, 2021, 57(7): 158-163.
[4]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	赵凡，张琳，闻治泉，杨林林，蔺广逢. 一种直接高效的自然场景汉字逼近定位方法[J]. 计算机工程与应用, 2021, 57(6): 159-167.
[7]	彭启慧，宣士斌，高卿. 分布的自动阈值密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(5): 71-78.
[8]	李勇振，廖湖声. 基于图卷积神经网络的多视角聚类[J]. 计算机工程与应用, 2021, 57(5): 115-122.
[9]	王昌龙，张远东，缪宏，杨煜恒. 双通道卷积神经网络在南瓜病害识别上的应用[J]. 计算机工程与应用, 2021, 57(5): 183-189.
[10]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[11]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[12]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[13]	陈俊丰，郑中团. WKMeans与SMOTE结合的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(23): 106-112.
[14]	张忠林，赵昱，闫光辉. 自然邻居密度极值聚类算法[J]. 计算机工程与应用, 2021, 57(23): 200-210.
[15]	梅婕，魏圆圆，许桃胜. 基于密度峰值多起始中心的融合聚类算法[J]. 计算机工程与应用, 2021, 57(22): 78-85.

文本挖掘技术在科研信息自动建议中的应用

Study on science and research information’s auto-suggestion method based on text mining

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics