AABC-SVM模型及其在商品评论情感分类中的应用

• 作者: 朱平 王丹丹 祖颖
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人工蜂群算法 支持向量机 商品评论 情感分类
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 数据工程
• 页码范围: 33-37,63
• 页数: 6页
• 分类号: TP18|TP391
• 字数: 5262字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.09.007

摘要

为了提高商品评论情感分类准确率,解决传统SVM分类时参数难以选择问题,在基本人工蜂群算法基础上,提出一种改进人工蜂群算法AABC(Advanced Artificial Bee Colony)来优化支持向量机(SVM)参数.以最小化商品评论分类错误率为优化目标,在人工蜂群算法的引领蜂阶段引入监督-响应机制增强蜂群算法开发能力,在跟随蜂阶段改进概率选择作用保证蜜源个体的差异性,提高算法收敛速度,避免算法陷入局部最优.不同商品评论情感分类结果表明,相比于GA-SVM模型、PSO-SVM模型和ABC-SVM模型,所提出的AABC-SVM模型能够寻优到更好的SVM参数组合,其分类准确率平均多提高了1％～3％,验证了所提模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱平	江南大学理学院	60	186	7.0	12.0
2	王丹丹	江南大学理学院	5	6	2.0	2.0
3	祖颖	江南大学理学院	3	4	1.0	2.0