基于博客标签的博文分类算法.pdfVIP

第29卷第6期 上 海 电 力 学 院 学 报 Vo1．29．No．6 2013年 12月 Journal of Shanghm University of Electric Power Dec． 2013 DOI：10．3969／j．issn．1006—4729．2013．06．008 基于博客标签的博文分类算法 卢 露 ，魏登月 (1．上海电力学院计算机科学与技术学院，上海 200090； 2．武汉大学 计算机科学与技术学院，湖北 武汉 430079) 摘 要：针对博文内容包含多主题、类别归属不明显，以及传统的文本分类方法直接应用于博文效果不理想等 问题，提出了一种基于标签的博客文章分类方法．该方法将文本分类问题转化为图优化问题，并提出了一种利 用迭代算法计算图中节点属于各类别的概率值．实验结果表明，与传统的文本分类方法相比，所提出的分类方 法有效地提高了博文的分类性能． 关键词：博文分类 ；社会标签；图优化；迭代算法 中图分类号 ：TP391；TP301．6 文献标志码：A 文章编号：1006—4729(2013)06—0544—05 AlgorithmsforBlogPostClassificationBasedonBlogTag LU Lu ，WEIDengyue (1．SchoolofComputerScienceandTechnology，ShanghaiUniversityofElectricPower，Shanghai 200090，China 2．SchoolofComputerScienceandTechnology，WuhanUniversity，Wuhan 430079，China) Abstract： Aimed atthe problem ofblog postscontentsinclude multiple themes，unobvious categoriesownershipandthefailureofcommontextclassificationmethodstoperform wel1．A new blog postclassification method ispresented，which utilizessocialtagsas semantic featuresto constructtherelationalgraph ofblog postand tags．Thismethod castsblogpostclassification problem asan optimizationproblem on agraph ofbloging postand tags，and then an iterative algorithm isproposed to calculatetheprobability ofthenodebelonging to every category ．The experimentalresultsshow thattheperformanceofourmethodisobviouslybetterthancommontext classificationmethods． Keywords： blogclassification；socialtag；graphoptimization；iterativealgorithm Web2．0的出现使互联网媒体发展进入了新 取所需要的信息，对博客文章(以下简称 “博文”) 的阶段，作为Web2．0下的一种新兴事物，博客 自动分类显得尤为重要．传统的文本分类方法通 的数量持续急剧上升．根据著名的博客搜索引擎 常适用于主题突出的新闻文章，而新闻文章与博 Technorati，博客数量每6个月将成倍增长．1】人