基于SVM与K近邻结合的网络伪舆情辨识研究
2017-01-15分类号:D669;G353.1
【部门】四川大学图书馆
【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。
【关键词】网络伪舆情 舆情指标 支持向量机(SVM) K-近邻分类
【基金】四川大学中央高校基本科研业务费资助项目“网络伪舆情辨识研究”(项目编号:2014SCU11054)研究成果之一
【所属期刊栏目】图书情报工作
文献传递