基于MapReduce的并行PLSA算法及在文本挖掘中的应用

	基于MapReduce的并行PLSA算法及在文本挖掘中的应用
	李宁; 罗文娟; 庄福振; 何清; 史忠植
	2015
发表期刊	中文信息学报
ISSN	1003-0077
卷号	29.0 期号:002 页码:79
摘要	PLSA（Probabilistic Latent Semantic Analysis）是一种典型的主题模型。复杂的建模过程使其难以处理海量数据，针对串行PLSA难以处理海量数据的问题，该文提出一种基于MapReduce计算框架的并行PLSA算法，能够以简洁的形式和分布式的方案来解决大规模数据的并行处理问题，并把并行PLSA算法运用到文本聚类和语义分析的文本挖掘应用中。实验结果表明该算法在处理较大数据量时表现出了很好的性能。
关键词	概率主题模型 MapReduce 并行语义分析
语种	英语
文献类型	期刊论文
条目标识符	http://119.78.100.204/handle/2XEOYT63/35514
专题	中国科学院计算技术研究所期刊论文_中文
作者单位	中国科学院计算技术研究所
第一作者单位	中国科学院计算技术研究所
推荐引用方式 GB/T 7714	李宁,罗文娟,庄福振,等. 基于MapReduce的并行PLSA算法及在文本挖掘中的应用[J]. 中文信息学报,2015,29.0(002):79.
APA	李宁,罗文娟,庄福振,何清,&史忠植.(2015).基于MapReduce的并行PLSA算法及在文本挖掘中的应用.中文信息学报,29.0(002),79.
MLA	李宁,et al."基于MapReduce的并行PLSA算法及在文本挖掘中的应用".中文信息学报 29.0.002(2015):79.