改进潜在语义分析和支持向量机算法用于突发安全事件舆情预警
2017-02-25分类号:TP18
【部门】哈尔滨理工大学管理学院
【摘要】【目的】针对现有预警体系多以企业自身和监管部门为主体、忽视网络舆情,导致预警力度不强、缺乏透明度及敏感性、使突发性安全问题时有发生且无法得到及时处理的现状,提出一种新的舆情预警模型。【方法】通过元搜索技术挖掘舆情信息,增加基准偏移值优化情感特征项倾向性权重,添加修正因子以改进潜在语义分析和支持向量机(LSA+SVM)算法,构建舆情分类预警模型。【结果】以多组突发性安全事件为例,应用Matlab进行仿真实验。结果证明该舆情预警模型切实可行,反应迅速,在语义维度为10时准确率可达85.75%。【局限】此方法对
【关键词】潜在语义分析 支持向量机 舆情预警 情感倾向性分析
【基金】国家自然科学基金项目“高技术虚拟产业集群运行模式研究”(项目编号:70873029);; 黑龙江省自然科学基金项目“高新技术企业物流模式选择技术研究”(项目编号:G201203);; 黑龙江省博士后科研启动资金资助项目“黑龙江省制造企业动态联盟信誉保障机制研究”(项目编号:LBH-Q12065)的研究成果之一
【所属期刊栏目】数据分析与知识发现
文献传递