閱讀全文 | |
篇名 |
面向教育技术学文献数据的主题挖掘
|
---|---|
並列篇名 | Topic Mining Based on Educational Technology Literatures |
作者 | 王萍 |
中文摘要 | 对网络环境下海量的科技文献数据进行文本挖掘可以有效地提高科技文献信息的可用性,发现隐藏的知识。LDA(Latent Dirichlet Allocation)模型是一种能够提取文本隐含主题的非监督学习模型。论文基于LDA模型,以三种国际教育技术期刊在2004─2008年间出版的学术文献为研究对象,进行了主题挖掘和文献分析。 |
英文摘要 | Text mining of massive scientific literatures in network environment can improve usability effectively and mine latent knowledge. Latent Dirichlet Allocation model is an unsupervised learning one which can extract latent topics in texts. Based on LDA, this paper conducted a study of topic mining and content analysis with the dataset of three educational technology periodicals between 204 and 2008. |
起訖頁 | 46-50 |
關鍵詞 | 教育技术学、科技文献、主题挖掘、相似度、Educational Technology、Scientific Literature、Topic Mining、Similarity |
刊名 | 現代教育技術 |
期數 | 200905 (19:5期) |
出版單位 | 清華大學 |
該期刊 上一篇
| 教育技术工作者角色的历史变迁 ─ 兼论新时期历史使命 |
該期刊 下一篇
| 论教育技术创办多媒体互动电子杂志 |