基于改进TF-IDF的微博短文本特征词提取算法

• 作者: 姚莉 邓丹君
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: TF-IDF 微博短文本 特征词提取
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 算法与语言
• 页码范围: 48-50
• 页数: 3页
• 分类号: TP312
• 字数: 3275字
• 语种: 中文
• DOI: 10.11907/rjdk.161165

摘要

针对微博短文本特征难以提取的特点,结合微博文本的3种专属特殊符号:“@”、“//”和“#”分析微博文本的特点,从而对TF-IDF算法进行改进,并且考虑用户兴趣时间的长短来进行微博短文本特征词的选取.实验结果表明,相对于原有算法,该算法能够有效提高微博短文本特征词提取的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓丹君	湖北理工学院计算机学院	19	54	5.0	7.0
2	姚莉	湖北理工学院计算机学院	18	55	4.0	6.0