网络舆论话题分类算法研究与实证分析.pdfVIP

嘉兴学院学报 JournalofJiaxingUniversity 第V26卷第6期2014年11月 oI_26No．6 2O14．11 10．3969／i．issn．1671—3079．2O14．06．021 网络舆论话题分类算法研究与实证分析 柴丹炜 ，邵思思 ，张若昕 ，乐光学 ，刘建生 (1．嘉兴学院数理与信息工程学院，浙江嘉兴 314001； 2．江西理工大学 理学院，江西赣州 341000) 摘 要 ：针对 网络舆论话题的复杂性 ，设计实现 了一种基于主成分分析法和朴素 贝叶斯的网络舆论话题 分类算法。首先使用主成分分析法对建立 的舆论话题 内容向量进行降维处理，并去除列向量之间的相关性 ， 然后使用朴素贝叶斯算法进行分类分析 ，最后用实验对算法的有效性进行 了验证。通过与其他分类算法的对 比，可得到基于主成分分析法和朴素贝叶斯的网络舆论话题分类算法 的分类效果或算法开销要优于其他一些 分类算法． 关键词 ：舆论话题 ；文本分类 ；主成分分析 ；朴素 贝叶斯 中圈分类号 ：G206．2 文献标志码 ：A． 文章编号 ：1671—3079(2014)06--0116—08 ResearchandEmpiricalAnalysesoftheClassificationAlgorithm ofNetworkPublicOpinionTopics CHAIDanwei，SHAO Sisi，ZHANG Ruoxin。，YUEGuangxue ，LIU Jiansheng (1．SchoolofMathematicsPhysicsandInformationEngineering，JiaxingUniversity，Jiaxing，Zhejiang314001； 2．CollegeofScience，JiangxiUniversityofScienceandTechnology，Ganzhou，Jiangxi341000) Abstract：Duetothecomplexityofnetworkpublicopiniontopics，aclassificationalgorithm forthenetwork topicsis designed and implemented，based on principalcomponentanalysisand NaiveBayes．The principal componentanalysisisfirstlyusedtOreducethedimensionofthecomponentvectorsandremovethecorrelation betweeneach column vector．Then theNaive Bayesalgorithm isused forclassification analysis．Finally，the validityofthealgorithm isverifiedbysomeexperiments．According tothecomparisonwithotherclassification algorithms，weconcludethattheclassification algorithm basedontheprincipalcomponentanalysisand Naive Bayesdoesbetterthanotherclassificationalgorithmsintheclassificationeffectandthealgorithm cOSt． Keywords：publicopiniontopic；textclassification；principalcomponentanalysis；NaiveBayes 0 引言 近年来随着互联网的快速发展，网络舆论话题已经成为社会舆论话