基于AdaBoost的微博垃圾评论识别方法_黄铃.pdfVIP

下载本文档

14
0
约3.61万字
约 4页
2015-09-26 发布于重庆
举报
版权申诉

基于AdaBoost的微博垃圾评论识别方法_黄铃.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于AdaBoost的微博垃圾评论识别方法_黄铃

Journal of Computer Applications ISSN 1001-9081 2013-12-01 计算机应用，2013 ，33( 12) : 3563 － 3566 CODEN JYIIDU http: / / www． joca． cn 文章编号:1001-9081 (2013)12-3563-04 doi :10 ． 11772 /j ． issn． 1001-9081． 2013． 12 ． 3563 基于AdaBoost 的微博垃圾评论识别方法 * ，黄铃李学明 ( ， 400044) 重庆大学计算机学院重庆 ( * 通信作者电子邮箱discoveryhl@ foxmail． com) : ， AdaBoost 。摘要针对微博上存在的大量垃圾评论提出一种基于的微博垃圾评论识别方法该方法首先提取， 8 ， AdaBoost 表示微博评论的特征值向量由个特征值组成然后通过算法在这些特征上训练出若干个比随机预测好，。的弱分类器最后将得到的弱分类器加权集合成高精度的强分类器从实际的热门新浪微博中提取评论数据集进行， 8 ，。实验结果表明所选取的个特征是有效的该方法对于微博垃圾评论的识别拥有较高的识别率 : ; ; ;AdaBoost ; 关键词微博垃圾评论识别特征值向量算法弱分类器中图分类号:TP391 文献标志码:A Identification method of spam comments in microblog based on AdaBoost * HUANG Ling ， LI Xueming ( College of Comp uter Science ， Chongqing University ， Chongqing 400044 ， China) Abstract: In view of the existence of a lot of spam comments in microblog ， a new method based on AdaBoost was proposed to identify spam comments． This method firstly extracted feature vectors which consisted of eight feature values to represent the comments ， t