社交網(wǎng)絡(luò)中的豐富信息,使之成為數(shù)據(jù)挖掘技術(shù)的研究熱點(diǎn)。通過數(shù)據(jù)挖掘技術(shù)可以對災(zāi)害事件、民眾輿情、可疑用戶賬號等進(jìn)行監(jiān)控,從而提升相關(guān)機(jī)構(gòu)的災(zāi)害防御和救援能力,實(shí)現(xiàn)更智能的政治決策等。但社交網(wǎng)絡(luò)數(shù)據(jù)的低信噪比等特點(diǎn),并且現(xiàn)有的數(shù)據(jù)挖掘技術(shù)中較少考慮噪聲的影響,價(jià)值信息被垃圾信息所掩蓋,影響數(shù)據(jù)挖掘的效果。通過對社交網(wǎng)絡(luò)短文本數(shù)據(jù)進(jìn)行分類,過濾垃圾數(shù)據(jù),保留價(jià)值數(shù)據(jù),可以為數(shù)據(jù)挖掘提供更干凈的輸入數(shù)據(jù),從而提升數(shù)據(jù)挖掘的效果。社交網(wǎng)絡(luò)數(shù)據(jù)具有長度短、內(nèi)容少、特征選擇單一且特征表達(dá)能力弱等特點(diǎn),因此傳統(tǒng)的文本分類方法在社交文本分類應(yīng)用中效果不好。并且現(xiàn)有文本分類方法多采用有監(jiān)督學(xué)習(xí)的方法來實(shí)現(xiàn),但有監(jiān)督方法為構(gòu)建良好的分類模型,對標(biāo)注數(shù)據(jù)集的大小和質(zhì)量有很高的依賴性,但實(shí)際工作中往往存在標(biāo)注數(shù)據(jù)不足、標(biāo)注困難、標(biāo)注代價(jià)高昂等問題,這導(dǎo)致現(xiàn)有方法很難獲得社交網(wǎng)絡(luò)短文本的準(zhǔn)確分類結(jié)果。本文針對上述二個(gè)問題開展研究,主要貢獻(xiàn)概括如下:1.提出基于多屬性特征的社交網(wǎng)絡(luò)短文本分類方法。在特征抽取階段,在傳統(tǒng)的文本語義特征基礎(chǔ)上,通過分析數(shù)據(jù)的特點(diǎn),抽取了社交屬性和結(jié)構(gòu)屬性作為語義屬性的重要補(bǔ)充特征,解...

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3前沿領(lǐng)域系統(tǒng)化工程訓(xùn)練體系

表2人工智能領(lǐng)域案例知庫企業(yè)學(xué)校案例開發(fā)實(shí)踐——美食分類智能小車遠(yuǎn)程監(jiān)控系統(tǒng)設(shè)計(jì)案例開發(fā)實(shí)踐——垃圾分類智能小車系統(tǒng)避障系統(tǒng)設(shè)計(jì)案例開發(fā)實(shí)踐——口罩檢測基于深度強(qiáng)化學(xué)習(xí)的任務(wù)調(diào)度案例開發(fā)實(shí)踐——安全帽檢測基于TSN的智能小車傳感器和作動器實(shí)驗(yàn)板設(shè)計(jì)案例開....

本文編號：3948466