一种基于支持向量机的垃圾微博识别方法

• 作者: 焦媛媛 郑啸 陈慧娟 陈欣
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 博文特征 用户特征 支持向量机 垃圾微博识别
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 计算机、信息与数学
• 页码范围: 440-445
• 页数: 6页
• 分类号: TP391.43
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2013.04.020

摘要

针对中文微博垃圾特点,提取基于向量空间模型的中文文本相似度、长短链接相似度、发文时间规律等新的分类特征,加入现有的特征集,运用支持向量机方法,训练后得到分类模型.实验结果表明,该方法是一种有效的垃圾微博识别技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑啸	安徽工业大学计算机科学与技术学院	54	1140	12.0	33.0
2	陈欣	安徽工业大学计算机科学与技术学院	16	28	2.0	5.0
3	焦媛媛	西安电子科技大学计算机学院	1	10	1.0	1.0
4	陈慧娟	安徽工业大学计算机科学与技术学院	1	10	1.0	1.0