本文選題：大數(shù)據(jù) + 網(wǎng)絡(luò)輿情�。� 參考：《統(tǒng)計(jì)與決策》2017年14期

【摘要】：當(dāng)前網(wǎng)絡(luò)輿情信息存在數(shù)據(jù)量大、流動(dòng)快及數(shù)據(jù)非結(jié)構(gòu)化等特點(diǎn),難以實(shí)現(xiàn)對其快速、準(zhǔn)確的分類。SVM算法和樸素貝葉斯算法都是性能優(yōu)秀的傳統(tǒng)分類算法,但無法滿足快速處理海量數(shù)據(jù)。文章利用Ha-doop平臺(tái)可并行處理分布式數(shù)據(jù)存儲(chǔ)的優(yōu)良特性,提出了HSVM_WNB分類算法,將采集的輿情文檔依照HDFS架構(gòu)進(jìn)行本地化存儲(chǔ),并通過MapReduce進(jìn)程完成并行分類處理。最后利用實(shí)驗(yàn)驗(yàn)證,本算法能夠有效提升網(wǎng)絡(luò)輿情分類能力與分類效率。
[Abstract]:At present, the network public opinion information has the characteristics of large amount of data, fast flow and unstructured data, so it is difficult to realize the fast and accurate classification. SVM algorithm and naive Bayes algorithm are all excellent traditional classification algorithms. But can not meet the rapid processing of massive data. In this paper, based on the excellent features of Ha-doop platform, which can process distributed data storage in parallel, the HSVMMWNB classification algorithm is proposed. The collected public opinion documents are stored locally according to the HDFS architecture, and the parallel classification is completed through the MapReduce process. Finally, the experimental results show that the algorithm can effectively improve the classification ability and classification efficiency of network public opinion.
【作者單位】： 四川大學(xué)圖書館;
【基金】：四川大學(xué)中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(2014SCU11054)
【分類號】：TP18;TP311.13

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 劉亞秋;李海濤;景維鵬;;基于Hadoop的海量嘈雜數(shù)據(jù)決策樹算法的實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2015年04期

2 夏火松;甄化春;;大數(shù)據(jù)環(huán)境下輿情分析與決策支持研究文獻(xiàn)綜述[J];情報(bào)雜志;2015年02期

3 李金海;何有世;熊強(qiáng);;基于大數(shù)據(jù)技術(shù)的網(wǎng)絡(luò)輿情文本挖掘研究[J];情報(bào)雜志;2014年10期

4 唐濤;;基于大數(shù)據(jù)的網(wǎng)絡(luò)輿情分析方法研究[J];現(xiàn)代情報(bào);2014年03期

5 幸莉仙;黃慧連;;MapReduce框架下的樸素貝葉斯算法并行化研究[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2013年02期

6 楊超;馮時(shí);王大玲;楊楠;于戈;;基于情感詞典擴(kuò)展技術(shù)的網(wǎng)絡(luò)輿情傾向性分析[J];小型微型計(jì)算機(jī)系統(tǒng);2010年04期

7 李蓉 ,葉世偉 ,史忠植;SVM-KNN分類器——一種提高SVM分類精度的新方法[J];電子學(xué)報(bào);2002年05期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張宸;韓夏;;大數(shù)據(jù)環(huán)境下基于SVM-WNB的網(wǎng)絡(luò)輿情分類研究[J];統(tǒng)計(jì)與決策;2017年14期

2 張慶梅;;輿情去重算法的研究與比較[J];電子設(shè)計(jì)工程;2017年14期

3 何緋娟;楊寬;繆相林;高建忠;;基于要素圖的輿情事件線索化方法研究[J];情報(bào)雜志;2017年07期

4 張雨芊;;大數(shù)據(jù)時(shí)代政治學(xué)面臨的發(fā)展和機(jī)遇[J];漯河職業(yè)技術(shù)學(xué)院學(xué)報(bào);2017年04期

5 鐘曉婷;陳海山;郭中華;苑俊英;;多分類器在長串手寫數(shù)字識(shí)別中的實(shí)驗(yàn)[J];電子技術(shù)與軟件工程;2017年13期

6 宋欣霞;金衛(wèi);;應(yīng)用并行化K-means優(yōu)化算法探究中醫(yī)治療高血壓用藥規(guī)律[J];醫(yī)學(xué)信息學(xué)雜志;2017年06期

7 丁學(xué)君;樊榮;楊錦儀;;突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情研究現(xiàn)狀及評述[J];電子政務(wù);2017年06期

8 洪亮;石立艷;孫永波;;泛在媒體環(huán)境下政府網(wǎng)絡(luò)輿情治理能力提升研究[J];情報(bào)探索;2017年06期

9 宋朋;陸丹s，

本文編號：2068578