基于支持向量机技术的网络舆情研判

• 作者: 郭文强
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 支持向量机 信息特征识别 网络舆情
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 应用研究
• 页码范围: 119-120
• 页数: 2页
• 分类号: TP393.09
• 字数: 2866字
• 语种: 中文

摘要

支持向量机是一种基于统计学习理论的新的、非常有效的机器学习方法.针对当前网络舆情研究发展的新需要,本文提出一种基于支持向量机(SVM)的网络舆情信息采集、提取、识别、研判的方法,具有较好的泛化能力,在与神经网络方法的比较中,该方法表现出较低的漏检率、误检率和较好的鲁棒性,在网络舆情研判领域有深入研究的价值和良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭文强	新疆财经大学计算机科学与工程学院	56	144	5.0	9.0