基于Hadoop平台的并行kNN网络舆情分类算法

• 作者: 杜少波
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: k邻近 分类 Hadoop 舆情 MapReduce
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 网络与融合
• 页码范围: 58-62
• 页数: 5页
• 分类号: TP274
• 字数: 3478字
• 语种: 中文
• DOI: 10.16280/j.videoe.2018.03.009

摘要

针对网络舆情数据存在数据量大、分散度高、数据非结构化等特点,而常用的文本分类算法难以实现对网络舆情快速、准确分类的问题,因此提出一种基于Hadoop平台的并行kNN网络舆情分类算法,利用Hadoop分布式存储特性和设计并行kNN的MapReduce程序来解决处理大批量数据时存在的问题.对并行kNN算法进行分类能力和分类效率进行测试验证,实验结果表明,基于Hadoop平台的并行kNN网络舆情分类算法在处理大批量网络舆情数据时,能够快速、高效和准确对网络舆情数据进行分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜少波	贵州商学院计算机与信息工程学院	7	21	3.0	4.0