基于AdaBoost的微博垃圾评论识别方法

• 作者: 李学明 黄铃
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 微博 垃圾评论识别 特征值向量 AdaBoost算法 弱分类器
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 3563-3566
• 页数: 4页
• 分类号: TP391
• 字数: 4702字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2013.12.3563

摘要

针对微博上存在的大量垃圾评论,提出一种基于AdaBoost的微博垃圾评论识别方法.该方法首先提取表示微博评论的特征值向量,由8个特征值组成,然后通过AdaBoost算法在这些特征上训练出若干个比随机预测好的弱分类器,最后将得到的弱分类器加权集合成高精度的强分类器.从实际的热门新浪微博中提取评论数据集进行实验,结果表明所选取的8个特征是有效的,该方法对于微博垃圾评论的识别拥有较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李学明	重庆大学计算机学院	53	688	15.0	24.0
2	黄铃	重庆大学计算机学院	1	16	1.0	1.0