原文服务方: 计算机应用研究       
摘要:
为解决Folksonomy存在垃圾标签的问题,提出垃圾标签检测模型.利用向量空间模型表征用户特征,再用支持向量机将Folksonomy用户二分类.通过检测出隐藏在正常用户群体中的垃圾投放人,以此减少垃圾标签数量.实验结果表明,基于支持向量机的垃圾标签检测模型具有更高的分类精度,优于其他检测方法.
推荐文章
基于高斯模型和支持向量机的人脸检测方法
人脸检测
高斯模型
支持向量机
一种基于支持向量机的垃圾微博识别方法
博文特征
用户特征
支持向量机
垃圾微博识别
基于模糊支持向量机的中文垃圾邮件过滤方法
垃圾邮件
支持向量机
模糊支持向量机
模糊隶属度
隶属度函数
基于改进遗传算法的支持向量机微信垃圾文章识别
支持向量机
遗传算法
特征选择
参数优化
垃圾文章
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的垃圾标签检测模型
来源期刊 计算机应用研究 学科
关键词 垃圾标签 社会化标签系统 支持向量机 检测模型
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 3893-3895
页数 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.10.078
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苏一丹 广西大学计算机与电子信息学院 114 849 16.0 23.0
2 覃希 广西工学院计算机工程系 5 127 4.0 5.0
3 夏宁霞 广西大学计算机与电子信息学院 3 130 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (18)
同被引文献  (27)
二级引证文献  (34)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(10)
  • 引证文献(6)
  • 二级引证文献(4)
2014(10)
  • 引证文献(3)
  • 二级引证文献(7)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
垃圾标签
社会化标签系统
支持向量机
检测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导