科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决科研热点分析的传统数据处理算法中未曾考虑文本语义分析、以及编码方式造成的服务器压力和存储压力过大、最优主题个数求解算法主观性过高等问题，从模型改进入手，引入Word2Vec模型来改进传统LDA主题模型，获得Word2Vec-LDA模型；从编码方式入手，将描述向量特征的One-hot编码改为词袋模型编码并进行优化，实现对向量编码的降维，进而减轻服务器压力和存储压力；从算法改进入手，对最优主题个数求解算法进行设计，使求解算法具有极大的客观性。最后通过数据实验进行模型的性能验证和分析结果可视化展示。实验结果表明，设计的科研热点分析在主题强度、稳定性、相似性三方面的结果都满足设计要求；改进后的模型困惑值分布远高于传统LDA主题模型，具有更好的分类效果。基于上述分析可知，最终设计的科研热点分析模型基本满足设计要求。
- 单位
