基于联合分类器过滤噪声的微博主题发现

• 作者: 严曙 孙丙宇 崔超远 汪六三 高森
• 来源期刊: 计算机系统应用
• 关键词: 支持向量机 朴素贝叶斯 决策树 联合分类器 LDA模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 132-136
• 页数: 5页
• 字数: 4495字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006141

摘要

伴随着互联网的广泛流行,以微博为代表的社交网络产生了大量的数据.从这些数据中挖掘到有用的信息成为当今研究的一项重要方向.根据微博文本的特点,本文提出来一种基于联合分类器过滤掉噪声微博,然后利用LDA模型进行主题发现.联合分类器模型是由朴素贝叶斯、支持向量机和决策树三种模型通过简单投票机制结合构成的,实验结果联合分类器的准确度达到87％,显然这种分类方法是可行的,也是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔超远	中国科学院合肥物质科学研究院智能机械研究所	15	107	5.0	10.0
2	严曙	中国科学院合肥物质科学研究院智能机械研究所	9	21	3.0	4.0
3	孙丙宇	中国科学院合肥物质科学研究院智能机械研究所	31	121	7.0	9.0
4	高森	中国科学院合肥物质科学研究院智能机械研究所	1	2	1.0	1.0
8	汪六三	中国科学院合肥物质科学研究院智能机械研究所	9	18	3.0	4.0