大数据聚类
2013-04-19 00:00
162 查看
系统简介:
大数据聚类能够对大数据文档进行自动梳理,归纳热点趋势,把内容相近的信息归为一类,按照热度进行排名,并自动为该类生成标题和主题词。适用于自动生成热点排行、热门事件识别、热点趋势发现等诸多应用。 (www.lingjoin.com)
软件下载地址:
http://vdisk.weibo.com/s/xYka8
主要功能:
能够从大数据中分析出热点类别,按照热度进行排名,并自动为该类生成标题和主题词。
应用案例:
大数据聚类已经应用在舆情监测系统中,如下是针对新闻大数据生成的结果图。
图:新闻大数据聚类结果展示
技术特点:
1、聚类速度快;
2、准确率高;
3、自动得到类别主题词
大数据聚类能够对大数据文档进行自动梳理,归纳热点趋势,把内容相近的信息归为一类,按照热度进行排名,并自动为该类生成标题和主题词。适用于自动生成热点排行、热门事件识别、热点趋势发现等诸多应用。 (www.lingjoin.com)
软件下载地址:
http://vdisk.weibo.com/s/xYka8
主要功能:
能够从大数据中分析出热点类别,按照热度进行排名,并自动为该类生成标题和主题词。
应用案例:
大数据聚类已经应用在舆情监测系统中,如下是针对新闻大数据生成的结果图。
图:新闻大数据聚类结果展示
技术特点:
1、聚类速度快;
2、准确率高;
3、自动得到类别主题词
相关文章推荐
- 数据挖掘学习笔记1——系统聚类与K-均值聚类
- 数据挖掘-Mahout-Canopy聚类实践
- 数据挖掘之密度聚类---RStudio绘制中国城市密度图
- R语言混合型数据聚类分析案例
- 数据挖掘学习08 - 实验:使用R评估kmeans聚类的最优K
- 大数据下多流形聚类分析之谱聚类SC
- MADlib——基于SQL的数据挖掘解决方案(19)——回归之聚类方差
- K-means算法(基于MovieLens数据分别对user和movie聚类)
- 读书笔记 -- 006_数据挖掘_聚类_概念知识
- 数据挖掘-聚类分析:k-平均(k-Means)算法实现(C++)
- 数据中聚类个数的确定(Determining the number of clusters in a data set)
- 在java中调用weka聚类方法并显示相应的类标签+weka中创建arff数据
- 数据挖掘_聚类/维数灾难
- 使用scikit-learn生成聚类数据
- 数据挖掘之密度聚类---RStudio绘制中国城市密度图
- 使用Orange进行数据挖掘之聚类分析(1)------层次聚类
- 数据挖掘---聚类动画演示
- 大数据聚类学习整理
- 数据科学之机器学习10: 聚类分析1
- 贵州烟草大数据之一:零售户聚类