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
《电子技术与软件工程》(CN:10-1108/TP)是一本有较高学术价值的大型半月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
北大期刊、统计源期刊
人气 542299 评论 58
部级期刊
人气 371505 评论 74
省级期刊
人气 366702 评论 69
人气 308130 评论 62