2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、Web2.0概念的出現(xiàn)使互聯(lián)網新媒體發(fā)展進入了新階段。博客作為Web2.0概念下的典型應用正在推動整個互聯(lián)網業(yè)的發(fā)展。近幾年來,作為一種新興事物,博客正處于高速的發(fā)展時期,互聯(lián)網上的博客數量一直在急劇的增長。博客已經成為互聯(lián)網上一種重要的信息源。如何組織、檢索、有效的利用豐富的博客資源,挖掘有價值的信息引起了包括科研界和工業(yè)界的廣泛關注,各種方法和技術的應用正在被探索中。這些工作對于掌握互聯(lián)網的發(fā)展動態(tài),改善各種網上服務,豐富用戶網上生

2、活,提高用戶體驗等都具有十分重要的現(xiàn)實意義和研究價值。
  利用博客內容的個性化和多樣性的特點,本文開展了對博客內容進行分析和挖掘的工作,主要包括以下兩個課題。
  通過挖掘博客的內容獲得作者的個人信息,構建作者的興趣集合。本文提出了一種基于分類技術的自動挖掘博客作者的興趣的方法。在該方法中,本文采用多分類器聯(lián)合的技術來提高分類精度和挖掘出的興趣的可靠性。此外,本文采用自項向下的層次化分類方法挖掘更加具體的博客作者的興趣,并

3、且興趣可以以概念層次結構的形式展現(xiàn)。該課題在個性化搜索,新聞或廣告的自動推薦以及用戶社區(qū)的構建等互聯(lián)網研究與應用領域有著廣泛的應用。
  本文提出了對博客文章、博客進行信息型和情感型判定的問題。本文將該問題看作一個分類問題,并提出采用文本分類的技術解決此問題。本文檢驗了已有的文本挖掘技術在該問題上的適用性,其中包括分類算法和特征抽取算法。通過實驗,本文發(fā)現(xiàn)支持向量機分類算法與信息增益特征提取算法的結合可以達到最好的分類效果。此外,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論