基于胡氏大間隔近鄰的企業(yè)輿情分類算法的研究.pdf

1、互聯網環(huán)境下，企業(yè)網絡輿情會給企業(yè)經營帶來實際影響，故企業(yè)非常關注網絡輿情的發(fā)展。由于網絡輿情信息數據量大、內容分散、數據結構復雜，使用傳統的分類算法往往不能達到預期的分類效果。針對該問題，本文從以下兩個方面對企業(yè)輿情分類技術進行研究：
　　1.針對網絡輿情數據高維、線性不可分的問題，本文采用組合核距離代替歐氏距離計算相似度，通過核函數將數據從可分性較差的低維空間映射到非線性可分性高維特征空間，在不增加計算復雜度的情況下增加輿情數

2、據的可分類性。實驗結果表明，所提方法對輿情事件有較好的分類效果。
　　2.針對大規(guī)模輿情分類時，大間隔近鄰算法(LMNN)中的半定規(guī)劃問題規(guī)模會隨著數據規(guī)模增大而急劇膨脹，導致求解困難的問題，本文引入胡貝爾損失函數把LMNN算法的半定優(yōu)化模型分解為兩個低階的連續(xù)優(yōu)化子模型，降低算法的計算復雜度，提高了計算效率。在輿情分類數據集上的實驗結果表明，本文算法與傳統大間隔近鄰算法相比，分類準確率提高了4.15％，分類時間節(jié)省了47.10％