突发事件前Twitter用户言语行为研究:基于机器学习的方法
针对现代恐怖组织利用社交媒体,进行在线恐怖宣传来策动突发事件的情况,本研究使用机器学习的方法,对Twit?ter中的相关文本内容进行了分析.首先对推文进行了多种预处理,测试了三种特征提取的优劣,并加入了有言语行为相关特征的词典,其次比较了四种分类器在识别Twitter中用户言语行为效果上的优劣,并进行了参数优化.最后将训练好的模型对某爆炸事件前48小时的相关推文进行了分析,为今后找到相关突发事件发生前的言语行为变化规律提供了依据.
社交媒体、突发事件、文本分类、言语行为、特征提取
16
TP393(计算技术、计算机技术)
2020-03-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
188-191