版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)技術的迅速發(fā)展,社交網(wǎng)絡逐漸成為一種快速便捷的信息分享和交互平臺。作為當前國內(nèi)社交網(wǎng)絡巨頭之一,新浪微博熱門話題的討論提升了微博用戶的參與感和活躍程度,形成了一個和用戶關系密切相關的傳播網(wǎng)絡,這個網(wǎng)絡在一定程度上反映了微博信息的傳播方式和情感傾向。因此,對該網(wǎng)絡的調(diào)研和對某話題的情感分類是一個很有意義的研究課題。然而,由于數(shù)據(jù)量巨大,分析處理通常需要較長的時間開銷,現(xiàn)有傳統(tǒng)技術和方法難以有效完成大規(guī)模微博數(shù)據(jù)的處理,而本文討論
2、的Hadoop平臺可以為大規(guī)模微博數(shù)據(jù)處理提供有效的技術手段,實現(xiàn)較快的微博熱點話題情感分類。
首先,本文對Hadoop平臺及其兩大核心組件MapReduce并行計算框架和HDFS分布式文件存儲系統(tǒng)予以研究討論,并闡述了樸素貝葉斯分類算法的原理和工作流程。在計算特征詞的概率矩陣時,經(jīng)典的TFIDF方法將數(shù)據(jù)集作為一個整體來考慮,影響了情感分類結(jié)果。故本文中研究了訓練集中的數(shù)據(jù)在類中和類間的分布偏差,提出了針對TFIDF的改進方
3、案,給出樸素貝葉斯分類并行化的總體流程以及具體算法。其次,為觀察集群負載能力和改進算法的分類準確率情況,文中使用測試數(shù)據(jù)集設計多組實驗對其進行情感分類,在分類過程中的不同階段分別觀察了系統(tǒng)各節(jié)點在不同數(shù)據(jù)集情況下的負載能力,證實了Hadoop集群處理大數(shù)據(jù)的可擴展性和優(yōu)越性。同時也測試了貝葉斯分類器并行化之后的準確性,實驗表明,改進后的貝葉斯分類器分類準確率相比較經(jīng)典樸素貝葉斯分類器有明顯改善,且在一定范圍內(nèi),隨著數(shù)據(jù)集容量的不斷增大,
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(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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。
最新文檔
- 微博熱點話題抽取及其情感分類.pdf
- 微博熱點話題情感計算技術研究與實現(xiàn).pdf
- 微博熱點話題發(fā)現(xiàn)系統(tǒng)的設計與實現(xiàn).pdf
- 微博熱點話題發(fā)現(xiàn)研究與實現(xiàn).pdf
- 基于新浪微博的熱點話題發(fā)現(xiàn)系統(tǒng)研究與實現(xiàn).pdf
- 基于微博的熱點話題發(fā)現(xiàn).pdf
- 微博熱點話題發(fā)現(xiàn)的方法實現(xiàn).pdf
- 面向熱點話題型微博的情感分析研究.pdf
- 微博熱點話題發(fā)現(xiàn)的研究.pdf
- 微博熱點話題發(fā)現(xiàn)與話題演化的研究.pdf
- 中文微博的熱點話題發(fā)現(xiàn).pdf
- 微博熱點話題發(fā)現(xiàn)方法的研究和實現(xiàn).pdf
- 基于Hadoop的微博用戶情感分類研究與實現(xiàn).pdf
- 基于微博自身特征的熱點話題發(fā)現(xiàn)研究.pdf
- 基于語境分析的微博熱點話題檢測研究.pdf
- 微博熱點話題發(fā)現(xiàn)方法研究.pdf
- 一種基于微博的熱點話題發(fā)現(xiàn)算法的研究與實現(xiàn).pdf
- 基于微博客的熱點話題發(fā)現(xiàn)系統(tǒng)的設計與實現(xiàn).pdf
- 微博熱點話題感知關鍵技術的研究
- 基于容錯粗糙集的微博熱點話題發(fā)現(xiàn)研究.pdf
評論
0/150
提交評論