文本特征選擇算法研究及其在微博上的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩95頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的日益普及,互聯(lián)網(wǎng)上的信息量也在逐年激增,而這些信息數(shù)據(jù)基本上都是以文本的形式保存的。在這些龐大的數(shù)據(jù)里面,多是一些復(fù)雜的數(shù)據(jù),這也間接的導(dǎo)致了數(shù)據(jù)雖然多,但是想要獲取有效的數(shù)據(jù)信息卻比較困難。文本挖掘技術(shù)便應(yīng)運(yùn)而生,文本分類是其中的一種重要技術(shù),它可以解決數(shù)據(jù)錯(cuò)綜復(fù)雜的問題,能夠幫助人們有效的查看處理這些數(shù)據(jù)信息。當(dāng)然,如果想把待分類的文本分類準(zhǔn)確,不僅文本分類算法重要,特征選擇方法也極其重要,其次,挖掘結(jié)果的有效呈現(xiàn)也值得

2、研究。本文主要對(duì)文本的特征選擇及其微博文本的挖掘結(jié)果可視化進(jìn)行了相關(guān)研究。
  特征選擇方法主要工作就是從待分類的文本數(shù)據(jù)中挑選出對(duì)文本分類有代表價(jià)值的特征詞項(xiàng),同時(shí)還能夠刪除一些待分類文本中的噪聲詞,從而可以降低文本內(nèi)容的維數(shù)以及把文本的分類準(zhǔn)確性提高。而現(xiàn)在的卡方特征選擇方法因?yàn)檫^多的考慮低頻詞的價(jià)值而對(duì)分類效果造成了一定的影響,所以本文基于χ2特征選擇算法提出了改進(jìn)的建議,首先將χ2特征選擇算法公式進(jìn)行簡化,只考慮特征項(xiàng)與文

3、本的正相關(guān)性,負(fù)相關(guān)性默認(rèn)χ2值為零,這樣可以降低機(jī)器的計(jì)算時(shí)間,然后我們引入特征項(xiàng)在某類別出現(xiàn)的總的詞頻數(shù)α作為調(diào)節(jié)參數(shù),這樣就可以用引入的α參數(shù)來消解χ2特征選擇方法對(duì)低頻詞的過度倚重的問題。
  由于微博用戶數(shù)的快速增長,其已經(jīng)成為一個(gè)重要的公眾媒介,它不僅是網(wǎng)民從中獲取新聞熱點(diǎn)、實(shí)時(shí)報(bào)道,拓寬視野并且結(jié)交朋友的重要工具,也成為了一個(gè)社會(huì)公共輿論的重要社交平臺(tái)。目前,微博注冊(cè)用戶已經(jīng)達(dá)到了5億之多,說明微博平臺(tái)已經(jīng)在人們的生

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論