.png){kind=icon}
返回
Sparse Keyword Data Analysis Using Bayesian Pattern Mining
.png){kind=icon}
OA
AI
DOI：10.3390/computers14100436.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
关键词数据分析旨在从大规模文本文档集合中提取和解释有意义的关联关系。这一过程的主要挑战源于文档-关键词矩阵的极端稀疏性，其中由于零膨胀现象，大多数元素为零。为解决此问题，本研究提出了一种名为贝叶斯模式挖掘（BPM）的概率框架，该框架将贝叶斯推断整合到关联规则挖掘（ARM）中。所提出的方法估计了置信度和提升度等兴趣度指标的期望值和可信区间，为关键词关联提供概率性评估。在9436份量子计算专利文档上的实验表明，从中提取了175个代表性关键词，BPM比传统ARM产生更稳定且可解释的关联。通过纳入可信区间，BPM降低了稀疏性下的决策偏差风险，并增强了基于关键词的技术分析的可靠性，为在零膨胀文本数据中进行知识发现提供了一种严谨的方法。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
Wanitjirattikal, P.; Shi, C. A Bayesian zero-inflated binomial regression and its application in dose-finding study. J. Biopharm. Stat. 2020, 30, 322–333. [Google Scholar] [CrossRef]Wanitjirattikal, P.; Shi, C. 一种贝叶斯零膨胀二项回归及其在剂量寻找研究中的应用。J. Biopharm. Stat. 2020, 30, 322–333. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏Zero-Inflated Text Data Analysis using Generative Adversarial Networks and Statistical Modeling使用生成对抗网络和统计建模进行零膨胀文本数据分析Computers
OAAI
ComputersIF0
OAAI分享收藏A Bayesian approach for the zero-inflated cure model: an application in a Brazilian invasive cervical cancer database零膨胀治愈模型的贝叶斯方法：在巴西侵袭性宫颈癌数据库中的应用OAAI
OAAI分享收藏A bibliometric analysis of advances in CO2 reduction technology based on patents基于专利的CO2减排技术进展的文献计量分析APPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏
查看更多内容