一种基于支持向量机的垃圾微博识别方法

被引：2

作者：

陈欣 ^{[1
]}

郑啸 ^{[1
]}

焦媛媛 ^{[2
]}

陈慧娟 ^{[1
]}

机构：

[1] 安徽工业大学计算机科学与技术学院

[2] 西安电子科技大学计算机学院

来源：

安徽工业大学学报(自然科学版) | 2013年 / 30卷 / 04期

关键词：

博文特征; 用户特征; 支持向量机; 垃圾微博识别;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

080402 ;

摘要：

针对中文微博垃圾特点,提取基于向量空间模型的中文文本相似度、长短链接相似度、发文时间规律等新的分类特征,加入现有的特征集,运用支持向量机方法,训练后得到分类模型。实验结果表明,该方法是一种有效的垃圾微博识别技术。

引用

收藏

页码：440 / 445

页数：6

相关论文

共 1 条

[1] 支持向量机在TE过程故障诊断中的应用 [J].

李芳 .

安徽工业大学学报(自然科学版), 2010, 27 (02) :195-199