基于文章要素影响分析的博客文章分类方法

• 作者: 何翊宇 徐震宇 朱一帆 蔡昭权 鲁梦平 黄翰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 博客文章分类 博客文本去噪 博客标签 文章要素 G1法
• 年，卷（期）: 2011,（29）
• 所属期刊栏目: 数据库、信号与信号处理
• 页码范围: 124-126
• 分类号: TP311
• 字数: 3395字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.29.034

摘要

现有的博客文章分类的研究通常直接沿用传统文本分类方法,并没有结合博客自身的特点.研究基于文章要素的影响分析实现分类效果的改进.提出了一种简单的博客文本去噪方法,以保证博客数据的可靠性;提出了基于博客标签的中文词库扩展方法,用于改善中文分词效果,以提高博客分类的准确性;根据综合评价模型G1法计算博客文章中标题、标签、类别、首段、末段以及正文等文章要素的权重,分析它们对博客分类的影响.实验结果表明,研究提出的方法比传统的TFIDF方法有更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡昭权	惠州学院教育技术中心	144	686	14.0	20.0
2	黄翰	华南理工大学软件学院	50	526	11.0	21.0
3	鲁梦平	华南理工大学软件学院	1	2	1.0	1.0
4	朱一帆	华南理工大学软件学院	1	2	1.0	1.0
5	何翊宇	华南理工大学软件学院	1	2	1.0	1.0
6	徐震宇	华南理工大学软件学院	1	2	1.0	1.0