共 19 条
基于SVM的网络信息茧房层次敏感影响因素识别研究
被引:29
作者:
王益成
王萍
王美月
机构:
[1] 吉林大学管理学院
来源:
关键词:
信息茧房;
信息增益理论;
支持向量机;
D O I:
暂无
中图分类号:
G250.7 [图书馆自动化、网络化];
G252 [读者工作];
学科分类号:
1205 ;
120501 ;
摘要:
文章利用信息增益理论解析各影响因素与信息茧房层次之间的关联度,构建信息茧房层次敏感影响因素模型,进而通过支持向量机理论构建信息茧房层次预测模型。信息茧房层次的12个敏感影响因素集中于算法推荐技术、用户信息素养、系统交互性与用户行为特征四个子维度,模型分类预测精度为84.92%,表示支持向量机对信息茧房层次有良好的预测能力。
引用
收藏
页码:90 / 97
页数:8
相关论文

