基于隐含狄列克雷分配分类特征扩展的微博广告过滤方法

• 作者: 孙丙宇 宋良图 崔超远 邢金彪
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 广告过滤 隐含狄列克雷分配 短文本分类 支持向量机 特征扩展
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 2257-2261
• 页数: 5页
• 分类号: TP181
• 字数: 6373字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.08.2257

摘要

传统的微博广告过滤方法忽略了微博广告文本的数据稀疏性、语义信息和广告背景领域特征等因素的影响.针对这些问题,提出一种基于隐含狄列克雷分配(LDA)分类特征扩展的广告过滤方法.首先,将微博分为正常微博和广告型微博,并分别构建LDA主题模型预测短文本对应的主题分布,将主题中的词作为特征扩展的基础;其次,在特征扩展时结合文本类别信息提取背景领域特征,以降低其对文本分类的影响;最后,将扩展后的特征向量作为分类器的输入,根据支持向量机(SVM)的分类结果过滤广告.实验结果表明,与现有的仅基于短文本分类的过滤方法相比,其准确率平均提升4个百分点.因此,该方法能有效扩展文本特征,并降低背景领域特征的影响,更适用于数据量较大的微博广告过滤.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔超远	中国科学院合肥智能机械研究所	15	107	5.0	10.0
2	宋良图	中国科学院合肥智能机械研究所	32	271	9.0	15.0
3	孙丙宇	中国科学院合肥智能机械研究所	31	121	7.0	9.0
4	邢金彪	中国科学院合肥智能机械研究所	1	4	1.0	1.0