基于随机森林算法的网络舆情文本信息分类方法研究

被引：6

作者：

吴坚 ^{[1
,2
]}

沙晶 ^{[3
]}

机构：

[1] 浙江大学计算机学院

[2] 浙江省公安厅网警总队

[3] 公安部第三研究所

来源：

信息网络安全 | 2014年 / 11期

关键词：

网络舆情文本; 随机森林算法; 文档决策树; 文档分类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

面对海量增长的互联网舆情信息,对这些舆情文本信息进行分类成为一项非常有意义的任务。首先,文章给出了文本文档的表示模型及特征选择函数的选取。然后,分析了随机森林算法在分类学习算法中的特点,提出了通过构建一系列的文档决策树来完成文档所属类别的判定。在实验中,收集了大量的网络媒体语料,并设定了训练集和测试集,通过对比测试得到了常见算法(包括k NN、SMO、SVM)与本算法RF的对比量化性能数据,证明了本文提出的算法具有较好的综合分类率和分类稳定性。

引用

页码：36 / 40

页数：5

共 10 条

[1] 我国政府应对网络舆情的现状及对策研究——基于33件网络舆情典型案例分析 [J].

彭辉 ;

姚颉靖 .

北京交通大学学报(社会科学版), 2014, 13 (03) :102-110

[2] 公共治理视域下中国网络舆情危机及应对研究 [J].

徐厌平 ;

邵梦洁 .

求索 , 2013, (11) :250-252

[3] 基于语义的中文网页检索 [J].

余一骄 ;

刘芹 .

计算机科学, 2012, 39 (08) :79-87

[4] 国内网络舆情研究的回顾与展望 [J].

许鑫 ;

章成志 ;

李雯静 .

情报理论与实践, 2009, 32 (03) :115-120

[5] 浅析突发事件的特征、分类及意义 [J].

袁辛奋 ;

胡子林 .

科技与管理, 2005, (02) :23-25

[6]

基于语义统计分析的网络舆情挖掘技术研究[D]. 万源.武汉理工大学. 2012

[7] Machine learning in automated text categorization [J].

Sebastiani, F .

ACM COMPUTING SURVEYS, 2002, 34 (01) :1-47

[8]

Feature selection, perceptron learning, and a usability case study for text categorization [J] . Hwee Tou Ng,Wei Boon Goh,Kok Leong Low.&nbsp&nbspACM SIGIR Forum . 1997 (SI)

[9] A PROBABILISTIC LEARNING APPROACH FOR DOCUMENT INDEXING [J].

FUHR, N ;

BUCKLEY, C .

ACM TRANSACTIONS ON INFORMATION SYSTEMS, 1991, 9 (03) :223-248

[10]

Exploring Feature Selection and Support Vector Machine in Text Categorization .2 Abdul-Rahman S. IEEE 16th International Conference on Computational Science and Engineering . 2013

← 1 →