共 11 条
基于SVM与K近邻结合的网络伪舆情辨识研究
被引:6
作者:
张宸
机构:
[1] 四川大学图书馆
来源:
关键词:
网络伪舆情;
舆情指标;
支持向量机(SVM);
K-近邻分类;
D O I:
暂无
中图分类号:
D669 [社会生活与社会问题];
G353.1 [情报资料的分析和研究];
学科分类号:
1204 ;
1205 ;
摘要:
针对当前网络伪舆情难以快速、有效辨识的问题,通过对网络舆情特征的分析,认为不同舆情信息反映不同舆情特征,因此辨识的本质可以看作是一个自动分类问题。构建网络伪舆情指标评价体系,提出一种基于支持向量机与K近邻结合的网络伪舆情辨识方法。实验结果表明,该方法比单纯使用支持向量机具有更高的分类精度,且较好地解决了核函数参数选择的问题。
引用
收藏
页码:164 / 167
页数:4
相关论文

