HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于内容和支撑向量基算法的微博用户识别和分类

作者:谢忠红; 张琳; 孔佳玮新浪微博数据挖掘特征提取水军分类支撑向量基算法

摘要:基于微博内容对用户进行分类,为建设健康绿色的社交平台提供技术参考.改进支撑向量基算法 (SVM)实现多分类支持向量基模型,基于微博内容将用户分为4 类 ,利用新浪微博A P I使用网络爬虫获取微博 内容数据;然后对文本进行分词降维和特征词权重计算;最后设计一个微博内容实时爬取和识别系统,实现了基 于支撑向量基算法的水军实时检测.研究结果表明,提出的方法能够成功识别出正常用户和3 类水军.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

金陵科技学院学报

《金陵科技学院学报》(CN:32-1722/N)是一本有较高学术价值的大型季刊,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。 《金陵科技学院学报》是国内外公开发行的江苏省一级期刊,是经国家新闻出版总署批准,面向国内外公开发行的科技类综合性学术期刊,主要刊登数理科学、工程技术、作物科学、园林园艺、动物科学等学科及交叉、边缘学科的学术论文、研究报告、文献综述等。

杂志详情