机读格式显示(MARC)

• 000 01936nam0 2200289 450

• 001 0000763437

• 005 20250621184800.0

• 010 __ |a 978-7-111-76981-1 |d CNY49.00

• 100 __ |a 20250228d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 文本大数据分析方法及应用 |A wen ben da shu ju fen xi fang fa ji ying yong |e 基于主题模型和机器学习理论 |f 吕晓玲著

• 210 __ |a 北京 |c 机械工业出版社 |d 2025

• 215 __ |a 159页 |c 图 |d 24cm

• 300 __ |a 中国人民大学应用统计科学研究中心 “十四五”重大项目系列成果 数字时代的统计创新发展与应用

• 312 __ |a 英文题名取自封面

• 314 __ |a 吕晓玲, 中国人民大学统计学院教授、副院长。本科与硕士毕业于南开大学数学学院概率统计专业, 博士毕业于香港城市大学管理科学系。奥地利约翰开普勒大学应用统计系以及美国加州大学伯克利分校统计系访问学者。一直从事统计机器学习、数据科学领域的科学研究。主持中国国家自然科学基金项目面上项目“实时流数据变系数多分类模型研究” (2015-2018),“面向社交网络数据的图神经网络模型理论研究与管理应用”(2022-2025)。在SSCI/SCI检索的国际学术期刊Journal of American Statistical Association, Data Mining and Knowledge Discovery, Journal of Electronic Commerce Research等发表多篇高质量科研论文。

• 320 __ |a 有书目

• 330 __ |a 本书基于作者多年来对于文本大数据的研究成果创作完成, 主要分为两部分内容。第一部分包括前5章, 基于主题模型, 首先介绍了基础的主题模型及其推断、评价方法, 然后介绍了多语料联合、动态稀疏等多角度的主题模型, 以及主题模型的变点检测方法。第二部分包括后3章, 基于机器学习和深度学习模型, 包括文本分层分类模型、异质图新闻推荐模型以及基于多层级信息的多模态属性级情感分析模型。书中每种方法均配有实际分析案例。

• 510 1_ |a Big text data analysis methods and applications |e based on topic model and machine learning theory |z eng

• 606 0_ |a 互联网络 |A hu lian wang luo |x 数据处理

• 690 __ |a TP393.4 |v 5

• 701 _0 |a 吕晓玲 |A lv xiao ling |4 著

• 801 _0 |a CN |b WFKJXY |c 20250621

• 905 __ |a WFKJXY |d TP393.4/651