首頁瀏覽人次: 640,131 次 (Since 2010/07/14) 會員登入
聯盟單位  |  虛擬講堂  |  網路直播  |  其他演講  |  排行榜  |  留言板  |  知識擂台  |  回首頁
首頁 > 虛擬講堂 > 運用二階段分散式分群於輿情探勘 快速搜尋演講 進階搜尋
  運用二階段分散式分群於輿情探勘 
★chrome瀏覽器無法播放Silverlight解決辦法
0:00 / 0:00

講者:中原大學 吳誌航
日期:2015/10/22
性質:演講
類別:應用科學
語言:中文
長度:00:07:50
觀看:542
推薦:0
摘要:
Session J2:Big Data與資料探勘

論文作者:吳誌航、洪智力、樓逸軒、古宣佑、吳李祺
本研究運用二階段分散式分群的運算方式自動找出輿情事件,輿情(public opinion)又稱公眾意見,傳統探勘輿情的作法乃針對靜態資集,使用統計分群...
Session J2:Big Data與資料探勘

論文作者:吳誌航、洪智力、樓逸軒、古宣佑、吳李祺
本研究運用二階段分散式分群的運算方式自動找出輿情事件,輿情(public opinion)又稱公眾意見,傳統探勘輿情的作法乃針對靜態資集,使用統計分群技術,如K 平均法(k-means),或是採用機率模型, 如隱含狄利克雷分布(latent Dirichletallocation; LDA),歸納資料中的熱門事件。輿情探勘必須面臨大量且變動的資料,然而文獻上的作法,受限於高維度的詛咒(curse of dimensionality)而減損其實用價值。本研究運用二階段自我組織類神經網路(two-stage self-organizing map; TSSOM)於資策會分散式運算架(distributedcomputingframework; DCF)上,DCF 提供TSSOM 自動運算與分散處理的方式,第一階段SOM 將大量的資料分散式處理,運用分而治之、各個擊破的運算技巧,提高處理資料量的規模。第二階段SOM 整合第一階段分群所得到的結果顯示輿情事件。本研究以傳統的一階段分群法為比較對象,發現本研究所提出的方法在運算時間及記憶體耗用上,較傳統的一階段分群方法更有效率,並能得到不錯的顯示結果。

現在位置:演講摘要詳細內容
推薦  (0)
推薦至Plurk
提供:TANET台灣網際網路研討會-TANET2015

轉寄  

推薦者:
電子郵件地址: (如欲轉寄多人,請以 ; 分隔email)
留言給收件者:

回報問題  

問題說明:




【週日閱讀科學大師】氣候變遷...
講者:葉欣誠
觀看:2,476
語音辨識
講者:陳健邦
觀看:246
大開眼界 - 動物的視覺與行...
講者:焦傳金
觀看:1,278
【週日閱讀科學大師】通往宇宙...
講者:吳俊輝
觀看:73
【週日閱讀科學大師】上太空也...
講者:黃居正
觀看:71

現在位置:學習公約