一种基于支持向量机的垃圾微博识别方法

发布时间：2021-11-08 06:31

　　针对中文微博垃圾特点,提取基于向量空间模型的中文文本相似度、长短链接相似度、发文时间规律等新的分类特征,加入现有的特征集,运用支持向量机方法,训练后得到分类模型。实验结果表明,该方法是一种有效的垃圾微博识别技术。 

【文章来源】：安徽工业大学学报(自然科学版). 2013,30(04)

【文章页数】：6 页

【文章目录】：
1 支持向量机
2 分类特征分析
    2.1 基于博文内容的特征
        2.1.1 文本特征
        2.1.2 符号特征
        2.1.3 链接特征
        2.1.4 时间特征
    2.2 用户自身特征
3 实验结果与分析
    3.1 使用的数据集
    3.2 特征分析
    3.3 识别结果
    3.4 识别效果的评价标准
    3.5 实验对比
4 结语


【参考文献】：
期刊论文
[1]支持向量机在TE过程故障诊断中的应用[J]. 李芳.  安徽工业大学学报(自然科学版). 2010(02)



本文编号：3483194