楼主: 打了个飞的
123 0

[学习资料] 谷歌知识图谱热点前沿分析及共词网络聚类改进研究 [推广有奖]

  • 0关注
  • 25粉丝

已卖:7202份资源
好评率:99%
商家信誉:一般

院士

98%

还不是VIP/贵宾

-

威望
0
论坛币
3465 个
通用积分
4711.1929
学术水平
8 点
热心指数
9 点
信用等级
8 点
经验
18726 点
帖子
2182
精华
0
在线时间
1383 小时
注册时间
2024-5-25
最后登录
2025-12-20

楼主
打了个飞的 在职认证  发表于 2024-12-28 16:27:57 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
谷歌知识图谱热点前沿分析及共词网络聚类改进研究
领域热点和前沿的研究通过对文献中关键词的处理分析并可视化展示,给研究者提供一个清晰的研究重心和未来发展趋势的指导。谷歌知识图谱作为使机器拥有认知能力的核心技术,已经发展了很多年,却从未有对该领域的相关研究工作,因此有必要对谷歌知识图谱进行热点与前沿的研究。
然而,由于图书情报领域“科学知识图谱”与“谷歌知识图谱”这两种概念的混淆,导致相关资料的获取和研究都有一定的困难,因此有必要对谷歌知识图谱的数据进行人工筛选。另外,由于市面上相关的分析工具在分析的过程中存在不少问题,例如网络聚类的效果不佳、缺乏效果评估等,因此有必要并针对这些数据设计出更加合适的相关算法,并将其应用到谷歌知识图谱的领域热点研究和趋势分析上。
最后通过对谷歌知识图谱热点词突显值的计算,并可视化到整个时间维度上,从而得出谷歌知识图谱领域的前沿。本文提出了一种基于密度敏感的改进的谱聚类算法,解决了现有分析工具中对共词网络聚类效果不佳以及缺乏聚类效果评估的问题,在对比实验中,它的归一化互信息平均提高了0.131,聚类错误率指数平均降低了0.145。
再将基于密度敏感的改进的谱聚 ...
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:前沿分析 科学知识图谱 分析工具 发展趋势 未来发展

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2025-12-20 15:34