点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 通过用户建模的微博有效在线事件检测方法
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
通过用户建模的微博有效在线事件检测方法
检测微博中的事件很重要,但仍具有挑战性。 由于推文流是用户兴趣和外部事件的混合,因此区分它们很昂贵。 现有方法无效,因为它们会忽略用户兴趣或仅对固定数据集上的兴趣和事件建模而没有可伸缩性。 在本文中,我们介绍了一种在线学习模型,即基于用户建模的兴趣和事件主题模型(UMI-ETM)。 UMIETM(1)利用用户建模的信息来发现事件,这些事件通常会吸引具有不同兴趣的用户的注意,(2)将到达的数据视为流,并以在线学习方式运行检测。 此外,UMIETM可以处理推文流中动态增加的词汇。 UMIETM已在长
所属分类:
其它
发布日期:2021-03-08
文件大小:459776
提供者:
weixin_38731075