本文關鍵詞：基于多特征提取的中文微博輿情分類研究

  更多相關文章： 多特征 微博輿情 特征選擇 KNN

【摘要】：對微博情感分類,及時掌握微博上發(fā)布信息狀態(tài)是網絡輿情監(jiān)控的重要研究內容。為能有效提取微博樣本的特征,結合微博書寫時口語化、時代化、含表情等特點,提出基于改進N-Gram的微博的多特征項提取算法,并給出基于聚類的KNN分類模型。實驗結果表明,本文提出的算法能夠有效提高微博輿情分類性能。
【作者單位】： 福建警察學院偵查系;
【關鍵詞】： 多特征 微博輿情 特征選擇 KNN
【基金】：國家自然科學基金(61472329) 福建省教育廳基金(JAT160561) 福建警察學院院級課題(YJ1411)
【分類號】：TP391.1
【正文快照】： 0引言隨著互聯(lián)網技術和移動通信技術的快速發(fā)展,微博作為一種新的社交方式具有傳播速度快、交互性強、發(fā)布方便等特點而深受廣大網民歡迎。然而,微博在便于人們獲取信息的同時,也為負面信息的快速傳播提供了便利條件。在現(xiàn)實生活中,群體性事件發(fā)生時有些惡意分子往往會在微博

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吉小軍,李世中,李霆;相關分析在特征選擇中的應用[J];測試技術學報;2001年01期

2 賈沛;桑農;唐紅衛(wèi);;一種改進的類別依賴型特征選擇技術[J];計算機與數(shù)子工程;2003年06期

3 靖紅芳;王斌;楊雅輝;徐燕;;基于類別分布的特征選擇框架[J];計算機研究與發(fā)展;2009年09期

4 吳洪麗;朱顥東;周瑞瓊;;使用特征分辨率和差別對象對集的特征選擇[J];計算機工程與應用;2010年16期

5 楊藝;韓德強;韓崇昭;;基于排序融合的特征選擇[J];控制與決策;2011年03期

6 李云;;穩(wěn)定的特征選擇研究[J];微型機與應用;2012年15期

7 錢學雙;多重篩選逐步回歸特征選擇法及其應用[J];信息與控制;1986年05期

8 宣國榮;柴佩琪;;基于巴氏距離的特征選擇[J];模式識別與人工智能;1996年04期

9 范勁松,方廷健;特征選擇和提取要素的分析及其評價[J];計算機工程與應用;2001年13期

10 王新峰;邱靜;劉冠軍;;基于特征相關性和冗余性分析的機械故障特征選擇研究[J];中國機械工程;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 靖紅芳;王斌;楊雅輝;;基于類別分布的特征選擇框架[A];第四屆全國信息檢索與內容安全學術會議論文集（上）[C];2008年

2 李長升;盧漢清;;排序學習模型中的特征選擇[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

3 劉功申;李建華;李生紅;;基于類信息的特征選擇和加權方法[A];NCIRCS2004第一屆全國信息檢索與內容安全學術會議論文集[C];2004年

4 倪友平;王思臣;馬桂珍;陳曾平;;分支界定算法在低分辨雷達飛機架次判別中的應用[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

5 李澤輝;聶生東;陳兆學;;應用多類SVM分割MR腦圖像特征選擇與優(yōu)化的實驗研究[A];中國儀器儀表學會第九屆青年學術會議論文集[C];2007年

6 蒙新泛;王厚峰;;主客觀識別中的上下文因素的研究[A];中國計算機語言學研究前沿進展（2007-2009）[C];2009年

7 萬京;王建東;;一種基于新的差異性度量的ReliefF方法[A];2009年研究生學術交流會通信與信息技術論文集[C];2009年

8 范麗;許潔萍;;基于GMM的音樂信號音色模型研究[A];第四屆和諧人機環(huán)境聯(lián)合學術會議論文集[C];2008年

9 陳友;戴磊;程學旗;;基于MRMHC-C4．5的IP流分類[A];第三屆全國信息檢索與內容安全學術會議論文集[C];2007年

10 申f;楊宏暉;袁帥;;用于水聲目標識別的互信息無監(jiān)督特征選擇[A];第三屆上�！靼猜晫W學會學術會議論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 李靜;高維數(shù)據(jù)交互特征選擇和分類研究[D];燕山大學;2015年

2 劉風;基于磁共振成像的多變量模式分析方法學與應用研究[D];電子科技大學;2014年

3 王石平;粗糙擬陣及其在高維數(shù)據(jù)降維中的應用研究[D];電子科技大學;2014年

4 代琨;基于支持向量機的網絡數(shù)據(jù)特征選擇技術研究[D];解放軍信息工程大學;2013年

5 王愛國;微陣列基因表達數(shù)據(jù)的特征分析方法研究[D];合肥工業(yè)大學;2015年

6 王博;文本分類中特征選擇技術的研究[D];國防科學技術大學;2009年

7 張明錦;基于特征選擇的多變量數(shù)據(jù)分析方法及其在譜學研究中的應用[D];華東理工大學;2011年

8 高青斌;蛋白質亞細胞定位預測相關問題研究[D];國防科學技術大學;2006年

9 馮國忠;文本分類中的貝葉斯特征選擇[D];東北師范大學;2011年

10 張麗新;高維數(shù)據(jù)的特征選擇及基于特征選擇的集成學習研究[D];清華大學;2004年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 周瑞;基于支持向量機特征選擇的移動通信網絡問題分析[D];華南理工大學;2015年

2 張金蕾;蛋白質SUMO化修飾位點預測的數(shù)據(jù)挖掘技術研究[D];西北農林科技大學;2015年

3 陳云風;基于聚類集成技術的高鐵信號故障診斷研究[D];西南交通大學;2015年

4 張斌斌;網絡股評的傾向性分析[D];中央民族大學;2015年

5 季金勝;高分辨率遙感影像典型地物目標的特征選擇及其穩(wěn)定性研究[D];上海交通大學;2015年

6 袁玉錄;基于數(shù)據(jù)分類的網絡通信行為建模方法研究[D];電子科技大學;2015年

7 王虎;基于試驗設計的白酒譜圖特征選擇及支持向量機參數(shù)優(yōu)化研究[D];南京財經大學;2015年

8 王維智;基于特征提取和特征選擇的級聯(lián)深度學習模型研究[D];哈爾濱工業(yè)大學;2015年

9 皮陽;基于聲音的生物種群識別[D];電子科技大學;2015年

10 劉樹龍;特征選擇在軟件缺陷預測中的應用技術研究[D];南京大學;2015年

，

本文編號：1063648