您当前的位置:
首页 >
文章列表页 >
基于LDA与双向GRU的借阅主题热度预测
人工智能 | 更新时间:2024-07-18
    • 基于LDA与双向GRU的借阅主题热度预测

    • Prediction of Book Borrowing Topic Heat Based on Latent Dirichlet Allocation and Bidirectional Gate Recurrent Unit

    • 在图书馆领域,研究者提出了基于LDA与双向GRU神经网络的借阅主题热度预测模型,为图书馆阅读推广活动提供重要参考。
    • 软件导刊   2024年23卷第7期 页码:51-57
    • DOI:10.11907/rjdk.231685    

      中图分类号: TP183
    • 纸质出版日期:2024-07-15

      收稿日期:2023-08-09

    移动端阅览

  • 陈志辉,吴克晴,陈嘉超等.基于LDA与双向GRU的借阅主题热度预测[J].软件导刊,2024,23(07):51-57. DOI: 10.11907/rjdk.231685.

    CHEN Zhihui,WU Keqing,CHEN Jiachao,et al.Prediction of Book Borrowing Topic Heat Based on Latent Dirichlet Allocation and Bidirectional Gate Recurrent Unit[J].Software Guide,2024,23(07):51-57. DOI: 10.11907/rjdk.231685.

  •  
  •  

0

浏览量

2

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

一种融合多要素时空特征的数值预报风场订正模型
基于深度学习的空气污染多城市联合预测模型
深度学习支持下的自适应学习路径推荐
语义文本相似度计算方法研究综述
语音风格迁移研究综述

相关作者

谢凯文
杨昊
邹茂扬
徐虹
马亚宇
杨武霖
杨昊
周航

相关机构

成都信息工程大学 计算机学院
成都信息工程大学 区块链产业学院
成都信息工程大学 计算机学院
中国气象局成都高原气象研究所/高原与盆地暴雨旱涝灾害 四川省重点实验室
四川省气象台
0