典型文献
基于Word2vec与K-means的高校图书馆在线评论主题分析
文献摘要：
基于Python采集大众点评网上5所高校图书馆的在线评论,将预处理的在线评论文本通过Word2vec获得在线文本内容的词义向量,通过K-means算法实现文本主题的聚类,得到反映高校图书馆服务质量的5类主题,包括基础服务、自动化与数字化建设服务、面向读者服务、科研创新服务及文化传承服务.在分析5类主题特征的基础上,提出改进高校图书馆服务质量的策略.
文献关键词：
在线评论;高校图书馆;主题聚类;Word2vec;K-means算法
中图分类号：
作者姓名：
刘伟;李秀霞
作者机构：
曲阜师范大学传媒学院,山东日照276826
文献出处：
引用格式：
[1]刘伟;李秀霞-.基于Word2vec与K-means的高校图书馆在线评论主题分析)[J].图书馆学刊,2022(10):88-94
A类：
B类：
Word2vec,means,在线评论,主题分析,Python,大众点评网,评论文本,文本内容,词义,算法实现,文本主题,高校图书馆服务,数字化建设,建设服务,读者服务,科研创新,创新服务,主题特征,主题聚类
AB值：
0.313719
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
