基于粗糙集和集成学习的BBS网络舆情分类

被引:7
作者
吴焕政
吴渝
肖开州
机构
[1] 重庆邮电大学网络智能研究所
关键词
BBS; 网络舆情; 粗糙集; 集成学习;
D O I
10.13624/j.cnki.issn.1001-7445.2009.05.022
中图分类号
TP393.094 []; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
BBS是网络舆情突发事件产生和传播最重要的场所之一,如何提前发现突发网络舆情是目前网络舆情研究的一个难点和热点问题,目前的研究仍处于探索阶段。利用粗糙集结合集成学习的方法建立网络舆情分类模型,能够在短时间内发现突发网络舆情,为用户和论坛管理人员及时、准确和方便地提取重要的主题信息,以便更好地对论坛进行管理。
引用
收藏
页码:696 / 699
页数:4
相关论文
共 4 条
[1]   基于粗糙集和集成学习的聊天知识抽取算法 [J].
王功孝 ;
吴渝 ;
李伟生 .
广西师范大学学报(自然科学版), 2008, (03) :88-91
[2]   在线论坛中潜在影响力主题的发现研究 [J].
高俊波 ;
安博文 ;
王晓峰 .
计算机应用, 2008, (01) :140-142
[3]   基于元胞自动机的网络舆论激励模型 [J].
曾祥平 ;
方勇 ;
袁媛 ;
杨玲 ;
肖志宇 .
计算机应用, 2007, (11) :2686-2688+2714
[4]  
网络舆情热点发现的研究[D]. 杨梅.北京交通大学. 2008