医学文本自动批注：隐含主题和语义树模型

基于标签主题模型的网络文本分类研究

随着互联网的快速发展，文本自动分类在数据挖掘中显得尤为重要。基于标签主题模型的研究，更好地帮助人们挖掘和利用有用信息。

数据挖掘 19 2024-07-14

语义分析在文本挖掘中的应用

语义分析是一种计算语言学技术，它可以理解文本的含义并从中提取有意义的信息。在文本挖掘中，语义分析用于从非结构化文本数据中提取结构化信息，例如事实、事件和实体。它可以帮助研究人员和从业人员识别文本中的模式、趋势和关系。语义分析在文本挖掘中的应用包括：主题建模、情感分析、关系提取和问答系统。

PostgreSQL 14 2024-06-07

客户信息主题维度设计模型

客户基本信息模块 模块功能: 用于分析客户数量和客户属性。 事实表: 客户信息事实表 度量: 客户数量 数据粒度: 每个客户每月计算一次收益，事实表每条记录代表一个客户的属性。事实表存放一年以内的数据，超过十年的数据按月滚动，最初的数据汇总后从事实表卸出。 相关维度: 客户详细资料维度 客户性别维度 客户年龄层次维度 客户在网时间维度 客户消费层次维度 客户信用度层次维度 是否大客户维度 交费类型维度 地理维度 客户流失概率层次维度 客户挽留价值层次维度 成为大客户概率层次维度

数据挖掘 16 2024-05-19

使用DICOM RT进行医学图像的3D语义分割

在深度学习处理体积图像时，标记数据一直是一个重大挑战。在放射治疗领域，从CT图像中提取人体、器官和肿瘤等区域，并存储在DICOM RT的RT-Structure中。这些数据原本用于治疗计划，现在也可作为深度学习的标签数据。本演示展示了如何将RT-Structure数据转换为标签数据，并在MATLAB上训练3D UNet模型进行语义分割。

Matlab 11 2024-09-27

推荐算法中的潜语义模型简介

隐含类别模型、隐语义模型等诸多名词实为同一思想体系的扩展，在推荐系统领域主要涉及潜语义模型和矩阵分解模型，本质上均通过降维方法补全评分矩阵。

数据挖掘 17 2024-04-29

构建决策树模型

利用分类算法，构建基于决策树的模型，进行数据分析决策。

数据挖掘 18 2024-05-13

基于主题的水文信息组织模型研究

随着在线分析处理（OLAP）和数据挖掘技术的兴起，传统水文信息组织方式在适应其数据源需求方面显得力不从心。为此，有必要对现有水文信息组织方式进行分析，并针对 OLAP 和数据挖掘对数据源的特定需求，构建一种全新的面向主题的水文信息组织模型。

数据挖掘 23 2024-05-25

Python实现LDA时间主题模型的TOT代码

LDA的时间主题模型，Python实现代码，包括输入数据和停用词，运行无误。

算法与数据结构 11 2024-07-15

基于小红书评论的LDA主题模型分析

利用小红书评论数据，结合TF-IDF技术，展开LDA主题模型分析。

统计分析 15 2024-07-15