基于PSO-SVM的网络舆情垃圾观点识别

• 作者: 王婷 董松月 马晓宁
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 网络舆情 粒子群优化算法(PSO) 支持向量机(SVM) 垃圾观点识别
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 326-331,410
• 页数: 7页
• 分类号: TP301.6
• 字数: 4915字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.02.024

摘要

随着互联网的发展,互联网用户更倾向于在微博、论坛等网站对自己感兴趣的话题进行关注、评论和交流[1].但是用户产生的评论中存在与话题无关的,甚至是虚假的垃圾评论,这部分评论能产生误导用户等不良影响.因此,论文基于粒子群算法提出一种通过优化支持向量机的模型参数,建立更佳的支持向量机数学模型来对网络舆情垃圾观点进行识别,通过实验验证了此模型的有效性.此外,将界定垃圾观点的特征多少和不同特征对垃圾观点识别的影响进行了分析,并通过实验说明选择合适的特征对于垃圾观点识别的重要性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董松月		2	1	1.0	1.0
2	马晓宁		6	12	2.0	3.0
3	王婷		3	4	1.0	2.0