基于 SVM 主动学习的微信监测研究磁

摘要：

论文通过支持向量机（SVM ）主动学习算法对微信文章进行包含四种警度级别（红、橙、黄、绿）的分类，利用微信信息的警度评估分析技术，构建微信信息预警系统，预测可能影响社会安全态势的事件和现象。为了评估分类器的性能，我们对随机抓取的3036个不同警度级别的微信文章样本进行了分类实验，并在学习样本数量不等的情况下，分别用改进的SVM 主动学习算法与传统 SVM 和主动学习 SVM 两种分类器对测试样本进行分类，通过多次实验分析验证了改进的SVM 主动学习方法在微信舆情监测[1～3]的可行性。

关键词：支持向量机、主动学习、微信、监测

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：湖北省教育厅2013年高等学校教学研究项目基于移动学习的研究生微课程教学模式研究编号2013096资助。

在线出版日期：2016-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：715-719