1. 哈尔滨工程大学经济管理学院, 哈尔滨 150001; 2. 工业和信息化 部电子第五研究所, 广州 510610
出版日期:
2019-09-25发布日期:
2019-12-05Research on Library Knowledge Group Feature Extraction Based on Improved TFIDF
ZHAO Jinlou1 ,ZHU Hui1 ,LIU Xin21. School of Management and Economics, Harbin Engineering University, Harbin 150001; 2. CEPREI, Guangzhou 510610
Online:
2019-09-25Published:
2019-12-05摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
群体特征提取是发现特定知识群体偏好, 进而提供个性化服务的基础. TFIDF是进行特征提取的常用方法, 然而传统{\rm TFIDF}方法却未考虑 到类间集中度和类内分散度的问题. 针对该情况文章引进了CD因子, 提出了 新的TFIDF算法, 以读者借阅数据为基础开展了图书馆知识群体特征提取研究. 并以某高校建筑与城市规划群体为例, 采用传统和改进两种TFIDF 方法对群体特征进行提取. 实证表明, 改进TFIDF方法效果更佳.
分享此文: