基于文本内容分析的微博广告过滤模型研究

• 作者: 梅波 高俊波
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 微博 文本处理 向量空间模型 支持向量机 文本分类 广告过滤
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 移动社交专题
• 页码范围: 17-20
• 页数: 4页
• 分类号: TP391
• 字数: 3457字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.05.004

摘要

针对新浪、腾讯等微博平台出现大量广告的问题，提出一个微博广告过滤模型。通过对数据的预处理，将采集到的微博原始数据转换成干净且计算机易处理的数据。在预处理阶段，根据微博文本的特点，对停用词表进行改进，以提高查准率，然后基于支持向量机构建一个训练分类器对数据进行训练，经过不断的学习和反馈，取得较好的分类效果。实验结果表明，该模型进行广告过滤时准确率超过90%，效果优于基于关键字的方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高俊波	上海海事大学信息工程学院	16	104	6.0	9.0
2	梅波	上海海事大学信息工程学院	1	8	1.0	1.0