传播学 类型
可以朗读 语音朗读
162千字 字数
2018-11-01 发行日期
展开全部

主编推荐语

本书致力于解决如何使用可视化的方法展示文本集合中的潜在主题等问题。

内容简介

本书以科技文献文档、网络新闻文本、用户UGC文本等三种不同类型的文本作为知识发现的研究对象，结合每种文本的特点，设计有针对性的知识发现方法和流程。研究的主要内容包括：如何用主题模型揭示不同类型文本的潜在主题；如何从深层次理解和揭示文本的潜在主题；如何展示文本不同层次的潜在主题：如何实现用户生成内容的知识发现等。

目录

  • 版权信息
  • 前言
  • 第1章绪论
  • 1.1 课题背景
  • 1.2 研究意义
  • 1.2.1 理论意义
  • 1.2.2 实践意义
  • 1.3 研究目的、对象及内容
  • 1.3.1 研究目的及研究对象
  • 1.3.2 研究内容
  • 1.4 研究特点及思路
  • 1.4.1 研究特点
  • 1.4.2 研究思路
  • 1.5 研究结构
  • 1.6 小结
  • 第2章基础理论
  • 2.1 知识发现概念
  • 2.1.1 知识发现的概念及相关概念辨析
  • 2.1.2 知识发现的过程
  • 2.1.3 知识发现的任务
  • 2.1.4 知识发现的对象
  • 2.2 知识发现的方法
  • 2.2.1 数据库技术
  • 2.2.2 数据挖掘技术
  • 2.2.3 数理统计技术
  • 2.2.4 可视化技术
  • 2.3 知识发现研究现状
  • 2.3.1 国内研究现状
  • 2.3.2 国外研究现状
  • 2.3.3 知识发现研究趋势
  • 2.4 文本挖掘概述
  • 2.4.1 文本挖掘的产生
  • 2.4.2 文本挖掘的研究热点
  • 2.4.3 Web文本挖掘
  • 2.4.4 Web文本挖掘的过程
  • 2.5 小结
  • 第3章文本知识发现的新思路——主题模型
  • 3.1 文本知识发现面临的挑战
  • 3.1.1 海量文本的挑战
  • 3.1.2 文本知识发现需要解决的问题
  • 3.2 文本知识发现的新思路——主题模型
  • 3.2.1 文本的语义分析
  • 3.2.2 主题模型的发展
  • 3.2.3 LDA主题模型
  • 3.3 主题模型在文本知识发现中的作用
  • 3.3.1 与文本元数据的结合
  • 3.3.2 面向特定任务的知识提取
  • 3.3.3 社会化媒体中的主题提取
  • 3.4 主题模型在文本知识发现中的优势
  • 3.5 小结
  • 第4章面向主题模型的文本知识发现框架
  • 4.1 语义建模
  • 4.1.1 文本语义建模的发展
  • 4.1.2 主题模型与文本知识描述
  • 4.2 基本过程
  • 4.2.1 文本知识发现一般过程的解析
  • 4.2.2 面向主题模型的文本知识发现的基本过程
  • 4.3 基本任务
  • 4.3.1 基于语义内容的知识发现
  • 4.3.2 基于时间序列的知识发现
  • 4.3.3 基于关联关系的知识发现
  • 4.4 模型构建
  • 4.4.1 知识发现模型
  • 4.4.2 模型的功能要素分析
  • 4.5 小结
  • 第5章面向主题模型的文献知识关联发现
  • 5.1 文献知识发现
  • 5.1.1 基于文献和非文献的知识发现
  • 5.1.2 知识关联识别
  • 5.1.3 检索结果处理
  • 5.1.4 常用方法评述
  • 5.2 文献知识关联发现模型设计
  • 5.2.1 模型设计
  • 5.2.2 面向主题模型的文献知识关联的优势
  • 5.3 知识的语义关联实践
  • 5.3.1 实验数据来源
  • 5.3.2 检索结果文献主题集构建
  • 5.3.3 知识语义关联识别
  • 5.3.4 对比分析
  • 5.4 检索结果聚类的实践应用
  • 5.4.1 检索结果聚类方法描述
  • 5.4.2 预处理及主题提取
  • 5.4.3 K-means聚类
  • 5.4.4 结论及分析
  • 5.5 小结
  • 第6章面向主题模型的新闻文本知识发现
  • 6.1 新闻话题描述模型
  • 6.1.1 新闻话题研究概述
  • 6.1.2 新闻话题挖掘模型
  • 6.1.3 新闻话题演化模型
  • 6.2 面向主题模型的新闻文本知识发现模型
  • 6.2.1 新闻文本知识发现一般模型
  • 6.2.2 新闻文本内容关联发现模型
  • 6.2.3 新闻文本主题词聚类模型
  • 6.2.4 新闻话题演化模型
  • 6.3 新闻文本知识发现实践
  • 6.3.1 新闻内容关联发现
  • 6.3.2 新闻主题聚类
  • 6.4 小结
  • 第7章面向主题模型的UGC文本知识发现
  • 7.1 UGC文本的内涵
  • 7.1.1 UGC文本的主要类型
  • 7.1.2 UGC文本知识发现的任务及方法
  • 7.1.3 UGC文本知识发现的内容
  • 7.1.4 用户生成内容的主题模型
  • 7.2 面向主题模型的网络用户评论知识发现
  • 7.2.1 UGC文本的内容发现策略
  • 7.2.2 实验及分析
  • 7.3 面向主题模型的UGC文本商业价值发现
  • 7.3.1 UGC文本的情感分析
  • 7.3.2 UGC文本情感表达与商品销售热度的关系
  • 7.3.3 实验及分析
  • 7.4 面向主题模型的高质量UGC文本识别
  • 7.4.1 UGC质量评价方法
  • 7.4.2 高质量用户生成内容的识别
  • 7.5 小结
  • 第8章结语与展望
  • 8.1 结语
  • 8.2 展望
  • 附录
  • 附录A 商业领域的知识发现系统
  • 附录B 图书情报领域的知识系统
  • 附录C Web文本挖掘的应用
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

华东师范大学出版社

全国最早的两家大学出版社之一，国内一流的专业教育出版机构。出版物涉及教育、教材、文学、社科、少儿、古籍等多个领域。2009年被新闻出版总署授予“全国百佳图书出版单位”称号。