《表8 LDA主题模型挖掘出的主题以及代表性主题词》
提示：宽带有限、当前游客访问压缩模式
利用LDA模型，根据主题-主题词矩阵，给予景点节点所属主题。表8列出了以全体旅游游记文本为数据源，采用LDA模型抽取出来的主题，主题数为13，由困惑度确定。
| 图表编号 | XD00227027000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.25 |
| 作者 | 叶光辉、徐彤 |
| 绘制单位 | 华中师范大学信息管理学院、华中师范大学信息管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 主题挖掘结果：基于LDA主题模型和直觉模糊TOPSIS的农产品在线评论情感分析》2020.09.01
- 《表1 LDA主题模型—低关注度微博主题词识别结果》2020.11.05
- 《表2 高频共词统计表：融合LDA主题权重修正模型的科研文献主题挖掘与量化分析——以国外学业指导研究为例》2020.08.01
- 《表1 LDA模型生成主题》2020.06.01
- 《表5 纳米材料热点主题：LDA与BTM概率主题模型抽取科学主题效果比较研究》
- 《表1 LDA主题挖掘词汇》2020.03.20
- 《表8 主题嵌入矩阵B：基于LDA-DeepHawkes模型的信息级联预测》2020.03.01
- 《表4 LDA2vec主题模型主题分类结果》2019.10.25
- 《表2 主题高概率词汇：基于LDA模型的国内“一带一路”文献主题研究》2019.11.15
- 《表3 年度高强度主题：基于LDA模型的国内“一带一路”文献主题研究》2019.11.15
- 《表1 基于LDA主题模型的西洋参专利领域主题分布》2019.10.15
- 《表4 主题数K=50：基于LDA主题模型的用户电信轨迹恢复算法》2019.08.01
- 《表3 主题数K=30：基于LDA主题模型的用户电信轨迹恢复算法》2019.08.01
- 《表2 主题数K=10：基于LDA主题模型的用户电信轨迹恢复算法》2019.08.01
- 《表8 各指标变异系数：基于LDA主题模型与链路预测的新兴主题关联机会发现研究》2019.01.25
- 《表2 LDA主题模型挖掘发布者博文主题结果》2018.05.10
- 《表4 LDA主题模型与SLDA主题模型格调抽样结果》2018.05.10
- 《表1 参数及含义说明：基于LDA主题模型的格调挖掘》2018.05.10
- 《表1 参数及含义说明：基于LDA主题模型的格调挖掘》2018.05.10
- 《表3 改进LDA主题模型挖掘发布者博文主题结果》2018.05.10