由Logistic回归识别Web社区的垃圾评论

• 作者: 何海江 凌云
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Logistic回归 向量空间模型 博客 垃圾评论 相关度
• 年，卷（期）: 2009,（23）
• 所属期刊栏目: 数据库、信息处理
• 页码范围: 140-143
• 页数: 4页
• 分类号: TP391
• 字数: 4778字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.23.039

摘要

针对Web社区垃圾信息泛滥的问题,采用基于Logistic回归(LR)的分类器区分合法评论和垃圾评论,并和支持向量机(SVM)的性能对比.提出了相关度向量空间模型cVSM作为评论的文档表示模型,讨论了信息增益IG、互信息MI、χ2统计CHI、文档频率DF等不同特征抽取方法对模型的影响.实验结果表明,LR的训练时间不到SVM的1/10;DF和IG比MI和CHI表现更好;与传统的向量空间模型相比,使用cVSM显著提高垃圾评论识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何海江	长沙学院计算机中心	18	71	4.0	8.0
2	凌云	长沙学院计算机中心	9	66	5.0	8.0