海量短文本实时挖掘方法的研究与仿真

• 作者: 朱贺军 马丁
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 短文本 挖掘 粒子群神经网络
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 仿真服务化
• 页码范围: 442-446
• 页数: 5页
• 分类号: TP311
• 字数: 4098字
• 语种: 中文

摘要

针对短文本字数少,数量庞大,可伸缩性的特点,采用传统算法进行海量短文本挖掘的过程中,由于短文本性能之间特殊关联性使权重和阀值受到干扰,造成挖掘准确率低,效率差.提出基于粒子群神经网络融合算法的海量短文本挖掘方法.将短文本作为具有初始速度和初始位置的粒子,构建用于挖掘海量短文本的神经网络模型,利用粒子群对模型的链接权重和阀值进行寻优,并将搜索到最好位置和速度的粒子作为全局最优解,得到最优的连接权重和阀值,在学习的过程中,加入动量因子对学习速度进行改进,实现了准确的短文本挖掘,并提高了挖掘速度.实验结果表明,利用改进算法能够提高海量短文本挖掘的准确率和效率,效果令人满意.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马丁	中国人民公安大学网络安全保卫学院	31	122	6.0	10.0
2	朱贺军		4	8	1.0	2.0