基于机器学习算法的社交数据挖掘与用户偏好的建模

作者：崔懿心; 周燕文本挖掘机器学习社交数据分类器用户评价

摘要：本文提出了用户时事偏好评估模型。首先利用文本挖掘技术对微博数据进行预处理,再通过九种机器学习算法训练对比得到一个最优的时事类文本分类模型。研究结果显示,线性支持分类机为最优分类算法,基于分类结果的偏好评估模型可以结合传统学生评价指标,得到一个更具创新性的用户评价体系用于高校的学生评价工作中。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社