文本分类方法在网络舆情分析系统中的应用研究

被引:9
作者
马海兵 [1 ]
毕久阳 [1 ]
郭新顺 [2 ]
机构
[1] 武警政治学院基层政治工作系
[2] 上海对外经贸大学商务信息学院
关键词
舆情分析; 文本分类; 主题检测与跟踪; 倾向性分析;
D O I
10.13833/j.cnki.is.2015.05.019
中图分类号
G206 [传播理论]; G353.1 [情报资料的分析和研究];
学科分类号
050302 ; 1205 ;
摘要
针对文本分类技术在网络舆情分析系统中的应用展开研究。介绍了文本分类的基本原理;实现了KNN和SVM两种分类算法;结合实际项目,展示了文本分类方法在网络舆情主题分类、主题检测与跟踪及舆情观点倾向性分析中需要解决的具体问题,给出应用实例。实验结果给出了KNN和SVM分类方法的微平均查准率,表明了这些方法的有效性。
引用
收藏
页码:97 / 101
页数:5
相关论文
共 6 条
[1]   基于SVM算法的文本分类技术研究 [J].
崔建明 ;
刘建明 ;
廖周宇 .
计算机仿真, 2013, 30 (02) :299-302+368
[2]   文本分类中互信息特征选择方法的研究 [J].
范小丽 ;
刘晓霞 .
计算机工程与应用 , 2010, (34) :123-125
[3]   三种文档语义倾向性识别方法的分析与比较 [J].
马海兵 ;
刘永丹 ;
王兰成 ;
李荣陆 .
现代图书情报技术, 2007, (04) :43-47
[4]   COMPUTER EVALUATION OF INDEXING AND TEXT PROCESSING [J].
SALTON, G ;
LESK, ME .
JOURNAL OF THE ACM, 1968, 15 (01) :8-&
[5]  
网络舆情研究概论.[M].刘毅; 著.天津人民出版社.2007,
[6]  
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,