导语我们对四大名著小说中的红楼梦进行分词分析，并把结果用词云图给画出来。大家也可以用这个程序来分析自己感兴趣的内容。Python工具包准备想要完成一个文本的分词，我们需要分词工具；而要将分词统计结果用词云图画出来，我们需要一个词云工具：1.分词工具jiebajieba 是基于Python的中文分词工具,安装使用非常方便。我们使用pip安装：pip install jieba2.词云工具wordcl
转载
2023-09-07 11:16:13
140阅读
本文以CiteSpace软件做的关键词时间线图谱分析为例，进行关键词聚类图谱含义详细解析。 回顾上几次推文： CiteSpace关键词共现图谱含义详细解析 CiteSpace关键词聚类图谱含义详细解析 CiteSpace的时区图谱含义详细解读 CiteSpace关键四张表解读 CiteSpace同义词、同机构异名批量合并功能 CiteSpace软件一个独特之处就是将时间引入到网络中。 在做共现矩阵
转载
2023-09-13 14:55:03
590阅读
聚类是机器学习、数据挖掘相关的一类很常见的问题。关于聚类算法的介绍这里就不多写了，因为无论是教科书还是网络上都有太多的资料了。这里，用一个《Programming Collective Intelligence》中的聚类例子，写几个经典聚类算法的实现，分别是hierachiclaCluster、kmeans、kmedoids。 另外，最
转载
2024-08-12 14:18:54
14阅读
代码签入记录：
PairProject1PairProject2分工：
221600124：编写爬虫部分代码、测试代码并调试221600127：编写WordCount基础需求及进阶需求代码PSP表格PSP2.1Personal Software Process Stages预估耗时（分钟）实际耗时（分钟）Planning计划3042• Estimate• 估计这个任务需要多少时间3042Devel
一. 拉普拉斯矩阵性质 二.拉普拉斯矩阵与图分割的联系 三.Ratiocut 四.总结一.拉普拉斯矩阵性质这篇文章可能会有些枯燥，着重分享了谱聚类的原理中的一些思想，以及自己本人对谱聚类的一些理解。如果在看完这篇文章后，也能解决你对谱聚类的一些疑问，想必是对你我都是极好的。在之前查阅了很多关于谱聚类的资料，博客，但是发现有些地方仍不是很明白，比如为什么用拉普拉斯矩阵L的特征向量就能表示一个样
转载
2024-07-27 12:53:09
117阅读
推荐系统的目的是联系用户的兴趣和物品，这种联系需要依赖于不同的媒介。GroupLens在文章1中认为目前流行的推荐系统基本上通过三种方式来联系用户兴趣和物品。如图1所示，第一种方式是通过用户喜欢过的物品：可以给用户推荐与他喜欢过的物品相似的物品，这就是前面提到的基于物品的算法（item-based）。第二种方式是通过和用户兴趣相似的其他用户：可以给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的
CiteSpace关键词聚类图谱含义详细解析 回顾上一次推文：CiteSpace关键词共现图谱含义详细解析 其中有一句： 当你人工已经可以很容易的进行归纳后，就不需要再利用CiteSpace聚类功能啦。 我们来看一下上次推文做出来的关键词共现图谱： 人工不好归纳！那怎么聚类呢？ 此时便可使用CiteSpace的聚类功能啦！ 如下所示：我们可以清晰地看到上边的关键词共现网络聚成了一个个不规则区域，每
转载
2023-11-01 20:52:05
424阅读
CiteSpace文献共被引聚类的标签究竟是来源哪里？回顾上几次推文： CiteSpace关键词共现图谱含义详细解析 CiteSpace关键词聚类图谱含义详细解析 CiteSpace的时区图谱含义详细解读 CiteSpace关键词时间线图谱含义详细解析 CiteSpace关键四张表解读 CiteSpace文献共被引图谱含义详细解析 CiteSpace同义词、同机构异名批量合并功能 CiteSpac
转载
2024-03-27 08:39:47
611阅读
Citespce 数据可视化写在前面Citespace 软件在揭示学科的动态发展规律，发现学科的研究前沿上有一定的优势；而对学科主题之间的关系进行清晰的呈现、或者数据量非常大的时候，可以选取 VOSviewer 软件绘制知识图谱。刚学完VOS的文献计量，确实颜色和聚类呈图比Citespace优秀很多，但是做时间的共现分析确实Citespace要略胜一筹，下面就好好研究下Citespace用法。正餐
转载
2024-05-05 09:17:57
3848阅读
具体实现如下，使用python+结巴分词+scikit-learn实现一个简单的文本聚类得到会议室数据，直接从DBA线上数据库得到预约数据，如下所示，共有3列，分别是会议ID，会议标题和会议时间 因为是中文，因此要进行分词，使用结巴分词对会议标题进行分词并过滤停用词分词代码如下（jiebafenci.py）
#encoding=utf-8
import sys
import re
imp
转载
2023-08-07 21:22:44
134阅读
聚类分析 Cluster Analysis一、什么是聚类分析关键词1️⃣ 簇 Cluster：数据对象的集合，相同簇中的数据彼此相似，不同簇中的数据彼此相异。2️⃣ 聚类分析 Cluster analysis：根据数据特征找到数据中的相似性，并将相似的数据聚集(分组)到一个簇中。3️⃣ 无监督学习 Unsupervised learning：并没有为数据给出预先定义好的类别好啦，我们现在有了理论储
转载
2023-06-21 22:21:03
1068阅读
使用类CInternetSession 创建并初始化一个或多个同时的Internet 会话。如果需要，还可描述与代理服务器的连接。如果Internet连接必须在应用过程中保持着，可创建一个类CWinApp的CInternetSession成员。一旦已建立起Internet 会话，就可调用OpenURL。CInternetSession会通过调用全局函数AfxParseURL来为分析映射
# 使用 NLP 实现关键词聚类
自然语言处理（NLP）是研究计算机与人类语言之间相互作用的领域，其中一个重要的应用是关键词聚类。关键词聚类的目的是将一组关键词进行分类，以便更好地分析和理解它们的关系。这在信息检索、推荐系统和情感分析等领域都有广泛应用。
## 关键词聚类的基本概念
关键词聚类是将一组关键词分组成若干个类别，使得同一类别中的关键词相似度较高，而不同类别中的关键词相似度较低。常
近日工作中有一个项目使用到了Lucene.net，在工作中发现了一个问题，就是如果采用Lucene自带的分词器是对关键字按字来进行拆分的，这样搜索到的结果肯定不符合我们的要求。后来在网上找了一个中文分词工具，就是车东老师写的CJK分词器，可当采用CJK二元分词法以后，却发现一个问题，搜索到的结果是对的，但着色是错误的，比如我们对如下文本进行搜索我是一个中国人，我是一个伟大的中国人当采用关键字伟大进
安装从这里下载相关的安装文本1. 安装fortran yum install libgfortran yum install gcc-gfortran2. 安装blas rpm -ivh blas-3.2.1-5.el6.x86_64.rpm rp
转载
2024-08-01 16:05:48
55阅读
以Google和百度为代表的搜索引擎，在用户输入关键词进行查询后，返回的是成千上万的相关结果，往往需要用户花大量时间浏览与选择，不能满足用户快速获取信息的愿望。为了解决这一问题，很多学者开始研究检索结果聚类算法。当前检索结果聚类方法主要可以分为两类：基于文档的方法和基于标签的方法。基于文档的方法通常是先使用余弦夹角公式计算文本相似度，再采用传统的文本聚类算法对
转载
2024-10-05 12:16:43
20阅读
这是一篇软件工程课程博客QA这个作业属于哪个课程2020春季计算机学院软件工程(罗杰 任健) 这个作业的要求在哪里团队项目选择我们在这个课程的目标是团队协作实践敏捷开发这个作业在哪个具体方面帮助我们实现目标选定题目、梳理需求本组为自选课题：知识路书（暂定名）Need很多人在泛读文献时常常会自行整理笔记或博客，将某个研究方向的发展过程或某个特定问题的解决过程作出一个概括性介绍。这个工作的极简形式是几
# 利用NLP关键词聚类和分组的科普文章
## 引言
自然语言处理（NLP）是计算机科学、人工智能和语言学的交叉领域，旨在使计算机能够理解、解释和生成人类语言。在众多NLP任务中，关键词的聚类和分组是非常重要的，特别是在信息检索、文本分析和内容推荐等应用中。本文将介绍如何利用NLP进行关键词聚类和分组，并提供相关的代码示例，帮助读者理解和实现这一过程。
## 关键词提取
关键词提取是NLP
如何生成标签？一般有PGC（专家生成）UGC（用户生成）但是，面对海量的数据需要打标签时，人工打标签太过昂贵和耗时，一个可行方法是对数据使用聚类，然后将聚类结果作为标签使用。下面给一个聚类的简单例子（数据集footballTeams已经上传，各位免费下载）。# 第三方库
import pandas as pd
import numpy as np
from sklearn.cluster impo
转载
2024-09-04 18:34:52
451阅读
聚类分析（Clustering Analysis） 聚类作为数据挖掘与统计分析的一个重要的研究领域，近年来倍受关注。从机器学习的角度看，聚类是一种无监督的机器学习方法，即事先对数据集的分布没有任何的了解，它是将物理或抽象对象的集合组成为由类似的对象组成的多个类的过程。聚类方法作为一类非常重要的数据挖掘技术，其主要是依据样本间相似性的度量标准将数据集自动分成几个群组，且使同
转载
2024-10-22 14:58:44
176阅读
