我想确定该网站所属的商家的类别/商家域名。
对于前。超人网站。该公司制作的电子邮件客户端由流行语功能和UI。
因此，简而言之，网站类别可以是专业电子邮件服务。
因此，为了完成这项工作，我的一些首字母的想法是在网站的About_us文本上应用LDA算法（python模块）。公司的Facebook信息页面，因为我们有这两者。但在许多情况下，这种方法仍然无效。任何见解？
LDA详情： 使用20000次传递和1个主题，http://aakritiartgallery.com/网站的结果为
[(0, u'0.050*art + 0.020*aakriti + 0.019*contemporary + 0.017*gallery + 0.015*new')]
我如何利用LDA给出的这些术语概率缩小我的业务范围？
答案 0 :(得分：1)
NMF，LSA，LDA是无监督技术，主要用于预处理以提取意义特征。在NLP中，这通常对应于在大量文本中提取有意义的单词。通过使用这些技术，您将能够处理原始数据以获得有意义的功能。这些算法本身并不提供预测，它们通常不足以创建一个好的模型。
在您的情况下，您需要结构化数据来训练模型并进行预测。例如，您可以使用映射到业务域（或您的标签）的LDA结果（您实际上会使用这些关键字的索引）。
即） （标签）IT :(功能）java，python，server （标签）动物园:(特征）猴子，斑马，长颈鹿 （标签）IT :(功能）nlp，机器学习
收集完一些数据后（至少（#features * #label）），您可以训练您选择的监督模型。 （Log Reg，SVM，NN等）
评估您的预测分数并实施算法。
说完这个，这不是一件容易的事。你将不得不处理识别类别/子类别，提取有意义的功能的其他方法等，所以我会在这个项目上花很长时间。祝你好运！
答案 1 :(得分：0)