基于改进卡方统计的微博特征提取方法

• 作者: 刘磊 徐明 许志刚 高翔
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 微博分类 卡方统计量 特征选择 权值计算
• 年，卷（期）: 2014,（19）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 113-117,142
• 页数: 6页
• 分类号: TP391
• 字数: 5446字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1312-0375

摘要

通过对微博文本特征信息的分析与研究，提出一种基于改进卡方统计的微博特征提取方法。扩充微博信息分类特征，在传统的卡方统计量的基础上，引入了频度等因素，改进特征选择方法；在传统的特征项权值计算的基础上，提出了新的改进卡方统计量的方法，改进权重计算效果。对上述方法利用经典KNN和SVM算法进行了测试，实验结果表明该方法提高了微博信息分类的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐明	北京工业大学现代教育技术中心	12	136	5.0	11.0
2	刘磊	北京工业大学数理学院	15	135	6.0	11.0
3	高翔	北京工业大学数理学院	8	43	2.0	6.0
4	许志刚	北京工业大学数理学院	2	44	2.0	2.0