利用社会网络分析和对应分析等文本挖掘、统计分析方法，研究了1996-2016年间煤炭工业"五年规划"文本的特征和趋势。分析揭示了不同"五年规划"文本中高频词的差异和相似性，以及政策关注的方向和重点。研究结果显示，煤炭工业政策正从粗放式发展向集约化、高效、清洁、绿色发展转变。
基于文本挖掘的煤炭工业政策演变及反思
相关推荐
文本挖掘方法及概念
文本挖掘：从文本中提取有价值信息的流程
维度规约：降低数据维度的方法
维度规约类型：
特征选择：从原始数据中选择信息丰富的特征
特征提取：将原始数据映射到新空间中
算法与数据结构
13
2024-05-25
文本挖掘手册
文本挖掘手册：分析非结构化数据的高级方法
作者：罗南·费尔德曼和詹姆斯·桑格（巴伊兰大学和 ABS Ventures）
数据挖掘
19
2024-04-28
文本挖掘指南
《文本挖掘指南——非结构化数据分析的高级方法》(2007)，由剑桥大学出版社出版，深入探讨了文本挖掘领域的前沿技术和方法，为处理和分析非结构化数据提供了全面的指导。
数据挖掘
17
2024-05-19
基于文本挖掘算法的品牌知识提取
摘要：本研究开发了一组文本挖掘算法，用于从社交媒体互动中提取时尚品牌的客户知识。语义分析帮助确定关键主题、情绪和背景信息。该方法为社交媒体品牌知识管理提供了见解，并提高了对时尚品牌在社交媒体中的了解。
数据挖掘
15
2024-05-26
构建大规模文本挖掘系统基于网格计算
详细阐述了基于网格计算构建大规模文本挖掘系统的重要性和实施方法。文本数据挖掘作为数据密集型、计算密集型和分布式协作的一般特点，在企业和政府组织中具有重要的应用前景。
数据挖掘
15
2024-07-21
文本挖掘技术的发展与应用
文本挖掘是数据挖掘的一个分支，专注于从各种非结构化的文本数据中提取有用的信息和知识。在数字化时代，文本数据广泛存在于电子邮件、社交媒体、新闻报道等领域，因此有效利用这些文本资源显得尤为重要。起源于20世纪90年代，文本挖掘的初期研究集中在信息检索和自然语言处理领域，为后来的技术发展奠定了基础。随着计算能力和互联网的普及，文本挖掘得到了快速发展，成为当前研究的热点之一。核心任务包括信息抽取、情感分析、主题建模、实体识别、关系抽取、文本分类和文本聚类等。预处理、特征提取、模型训练和评估是实现文本挖掘的基本步骤。
数据挖掘
19
2024-07-18
简易日语文本挖掘工具
这是一个基于MeCab的日语文本挖掘工具，可用于词法分析和词/句矩阵计算等简单文本挖掘任务。使用前需单独安装MeCab。
Matlab
17
2024-05-20
R语言文本挖掘技术探析
详细介绍了R语言文本挖掘的技术原理、方法及实用案例，帮助读者深入理解R语言在文本挖掘领域的应用。
算法与数据结构
9
2024-08-08
文本挖掘技术的前沿研究（2006年）
文本挖掘是分析语义丰富文本以理解其内容和意义的过程，在数据挖掘中日益受到重视。定义了文本挖掘的基本框架，并深入探讨了预处理、文本摘要、文本分类、聚类、关联分析及可视化技术。详细总结了最新的研究进展，并展望了文本挖掘在知识发现和信息技术中的潜力。
数据挖掘
9
2024-07-18