基于SVM的百度新闻热搜词风险分类研究

摘要：

网络文本挖掘在地震预测、突发事件处理等领域得到了广泛应用,其中文本分类是研究十分重要的一部分.已有的网络文本分类研究主要分析新兴网络媒介如微博、消费点评网站等内容,本文选择百度热搜词进行风险分类研究,为社会风险的及时探测提供了新方法.实验结果证明,对于百度热搜词的多风险分类问题,利用SVM(Support Vector Machine,支持向量机)技术能够取得较高的准确度.

关键词： 计算机网络 热搜词汇 风险分类 支持向量机

作者: 胡洋 唐锡晋

作者单位: 中科院数学与系统科学研究院,北京100190

会议类型: 国内会议

会议名称: 第十二届全国青年管理科学与系统科学学术会议

会议地点: 厦门

会议语种:中文

页码: 314-325

在线出版日期: 2013-11-16（万方平台首次上网日期，不代表论文的发表时间）