《表2 数据集2使用WBLDA主题聚类的部分主题+作者—词》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于WBLDA的学术文献摘要主题聚类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表2可以看出各个主题之间的区别很大，topic1的特征词可以显示出其主题是金融类大数据论文；topic2的特征词可以显示出其主题是商业类大数据论文，姜熹是这一领域的突出性人才；topic3的特征词可以显示出其主题是医疗健康类大数据论文；topic4的特征词可以显示出其主题是金融类大数据论文；topic5的特征词可以显示出其主题是社会服务类大数据论文，任春雷是这一领域内的著名学者；topic6的特征词可以显示出其主题是能源类大数据论文，区分效果很好。但还有一些缺陷，如“预测”本应该是交通量预测的，模型的构建还需要一定的改进。