基于改进K近邻算法的网络舆情技术研究

• 作者: 于丽
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 网络舆情 话题分类 话题模型 K近邻 关键词
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 理论创新
• 页码范围: 64-68
• 页数: 5页
• 分类号: TM417
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.06.064

摘要

随着网络技术快速发展和网民数量的快速增加,网络已成为影响社会稳定和人民行为的一种重要媒介,网络舆情的研究迫在眉睫.基于这一现状,提出了一种基于关键词的改进K近邻算法网络舆情技术,该算法首先进行特征提取,将话题表示为由关键词和特征词两部分构成的话题模型;随后分析新话题,分类中使用关键词信息而不是时间序列,按照关键词分组找出最相近的历史话题并通过修正函数预测新话题关注度.实验结果表明热点话题的分类准确率提高了7个百分点,并有效解决了关键词的过度依赖问题.最后通过对网络中真实的热点案例分析,表明上述算法具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于丽	新疆警察学院信息安全工程系	27	56	5.0	7.0