基于网络舆情倾向性分析的机器学习方法研究

• 作者: 张羽 李东 汪淳
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 网络舆情 机器学习 特征提取 支持向量机
• 年，卷（期）: 2017,（2）
• 页码范围: 127-130
• 页数: 4页
• 分类号: TP391.41
• 字数: 4581字
• 语种: 中文

摘要

本文重点是对网络用户中的网络舆情倾向性进行分析,构建一种准确率更高的模型来实现情感倾向判断.网络舆情倾向性分析主要是通过机器学习的方法和制定部分规则的方法,从而能够更加准确地判断出句子的情感倾向性,进而能在实际生活中进行有针对性地积极引导调控.基于此,提出一个设想,对于机器学习的方法之间的结合与本身的改进,再加入规则的制定,能够提高机器对情感句子的分析准确率.对于模型应用之前的特征提取的方法进行比较选取,通过特定的特征选取方式使得构造向量空间更加准确,再通过比较不同分类算法进行比较选取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东	哈尔滨工业大学计算机科学与技术学院	109	975	16.0	27.0
2	张羽	哈尔滨工业大学计算机科学与技术学院	18	110	4.0	10.0
3	汪淳	哈尔滨工业大学计算机科学与技术学院	1	2	1.0	1.0