Latent Dirichlet allocation (LDA) and topic modeling: models, applications, a survey

Artikeleigenschaften
Zitieren
Jelodar, Hamed, et al. “Latent Dirichlet Allocation (LDA) and Topic Modeling: Models, Applications, a Survey”. Multimedia Tools and Applications, vol. 78, no. 11, 2018, pp. 15169-11, https://doi.org/10.1007/s11042-018-6894-4.
Jelodar, H., Wang, Y., Yuan, C., Feng, X., Jiang, X., Li, Y., & Zhao, L. (2018). Latent Dirichlet allocation (LDA) and topic modeling: models, applications, a survey. Multimedia Tools and Applications, 78(11), 15169-15211. https://doi.org/10.1007/s11042-018-6894-4
Jelodar H, Wang Y, Yuan C, Feng X, Jiang X, Li Y, et al. Latent Dirichlet allocation (LDA) and topic modeling: models, applications, a survey. Multimedia Tools and Applications. 2018;78(11):15169-211.
Journalkategorien
Science
Mathematics
Instruments and machines
Electronic computers
Computer science
Science
Mathematics
Instruments and machines
Electronic computers
Computer science
Computer software
Science
Science (General)
Cybernetics
Information theory
Technology
Electrical engineering
Electronics
Nuclear engineering
Electric apparatus and materials
Electric circuits
Electric networks
Technology
Electrical engineering
Electronics
Nuclear engineering
Electronics
Computer engineering
Computer hardware
Sie können auch mögen
Auffrischen
Login
Zitate
Login
Zitationsanalyse
Kategorie Kategorie Wiederholung
Science: Mathematics: Instruments and machines: Electronic computers. Computer science137
Science: Science (General): Cybernetics: Information theory91
Technology: Engineering (General). Civil engineering (General)85
Social Sciences76
Technology: Electrical engineering. Electronics. Nuclear engineering: Electronics67
Die erste Studie, die diesen Artikel zitiert hat, trug den Titel Topic Detection Approaches in Identifying Topics and Events from Arabic Corpora und wurde in 2018. veröffentlicht. Die aktuellste Zitierung stammt aus einer 2024 Studie mit dem Titel Topic Detection Approaches in Identifying Topics and Events from Arabic Corpora Seinen Höhepunkt an Zitierungen erreichte dieser Artikel in 2023 mit 182 Zitierungen.Es wurde in 342 verschiedenen Zeitschriften zitiert., 22% davon sind Open Access. Unter den verwandten Fachzeitschriften wurde diese Forschung am häufigsten von IEEE Access zitiert, mit 23 Zitierungen. Die folgende Grafik veranschaulicht die jährlichen Zitationstrends für diesen Artikel.
Zitate verwendeten diesen Artikel für Jahr