期刊文献+

基于微博热度的大学生思政教育精准化发现方法

下载PDF
导出
摘要 微博是当代年轻人表达观点的主要平台之一,如何利用微博信息进行精准化思政教育是一个值得研究的课题。文章将微博的传播特性和时间特性与聚类算法进行融合,同时根据时间序列将微博集合分为多个增量子集,实现K值的动态自适应和增量化聚类。并分析了微博的点赞、评论、转发特性,提出合适的微博热度计算公式,更好地描述微博热度,进而合理地进行热点发现。
作者 王诗宜
出处 《电脑知识与技术》 2022年第32期64-67,共4页 Computer Knowledge and Technology
基金 江西省教育厅高校人文课题资助(项目编号:MSK21218)。
  • 相关文献

参考文献8

二级参考文献98

  • 1刘丽惠.自媒体时代大学生网络舆情引导的路径研究[J].现代交际,2020(24):4-6. 被引量:2
  • 2马克斯·H·布瓦索[英].《信息空间--认识组织、制度和文化的一种框架》,上海:译文出版社,2000年版,第145页.
  • 3Deerwester S C, Dumais S T, Landauer T K, et al. Indexing by latent semantic analysis. Journal of the American Society for Information Science, 1990.
  • 4Hofmann T. Probabilistic latent semantic indexing//Proceedings of the 22nd Annual International SIGIR Conference. New York: ACM Press, 1999:50-57.
  • 5Blei D, Ng A, Jordan M. Latent Dirichlet allocation. Journal of Machine Learning Research, 2003, 3: 993-1022.
  • 6Griffiths T L, Steyvers M. Finding scientific topics//Proceedings of the National Academy of Sciences, 2004, 101: 5228 5235.
  • 7Steyvers M, Gritfiths T. Probabilistic topic models. Latent Semantic Analysis= A Road to Meaning. Laurence Erlbaum, 2006.
  • 8Teh Y W, Jordan M I, Beal M J, Blei D M. Hierarchical dirichlet processes. Technical Report 653. UC Berkeley Statistics, 2004.
  • 9Dempster A P, Laird N M, Rubin D B. Maximum likelihood from incomplete data via the EM algorithm. Journal of the Royal Statistical Society, 1977, B39(1): 1-38.
  • 10Bishop C M. Pattern Recognition and Machine Learning. New York, USA: Springer, 2006.

共引文献351

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部