基于MapReduce的并行PLSA算法及在文本挖掘中的应用
文献类型：期刊论文
| 作者 | 李宁; 罗文娟; 庄福振; 何清; 史忠植 |
| 刊名 | 中文信息学报
 |
| 出版日期 | 2015 |
| 卷号 | 29.0期号:002页码:79 |
| 关键词 | 概率主题模型 MapReduce 并行 语义分析 |
| ISSN号 | 1003-0077 |
| 英文摘要 | PLSA（Probabilistic Latent Semantic Analysis）是一种典型的主题模型。复杂的建模过程使其难以处理海量数据，针对串行PLSA难以处理海量数据的问题，该文提出一种基于MapReduce计算框架的并行PLSA算法，能够以简洁的形式和分布式的方案来解决大规模数据的并行处理问题，并把并行PLSA算法运用到文本聚类和语义分析的文本挖掘应用中。实验结果表明该算法在处理较大数据量时表现出了很好的性能。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/35513]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 李宁,罗文娟,庄福振,等. 基于MapReduce的并行PLSA算法及在文本挖掘中的应用[J]. 中文信息学报,2015,29.0(002):79. |
| APA | 李宁,罗文娟,庄福振,何清,&史忠植.(2015).基于MapReduce的并行PLSA算法及在文本挖掘中的应用.中文信息学报,29.0(002),79. |
| MLA | 李宁,et al."基于MapReduce的并行PLSA算法及在文本挖掘中的应用".中文信息学报 29.0.002(2015):79. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。