基于PSO-SVM的网络舆情垃圾观点识别

摘要：

随着互联网的发展,互联网用户更倾向于在微博、论坛等网站对自己感兴趣的话题进行关注、评论和交流[1].但是用户产生的评论中存在与话题无关的,甚至是虚假的垃圾评论,这部分评论能产生误导用户等不良影响.因此,论文基于粒子群算法提出一种通过优化支持向量机的模型参数,建立更佳的支持向量机数学模型来对网络舆情垃圾观点进行识别,通过实验验证了此模型的有效性.此外,将界定垃圾观点的特征多少和不同特征对垃圾观点识别的影响进行了分析,并通过实验说明选择合适的特征对于垃圾观点识别的重要性.

关键词：网络舆情、粒子群优化算法(PSO)、支持向量机(SVM)、垃圾观点识别

所属期刊栏目：46

分类号：TP301.6(计算技术、计算机技术)

资助基金：中央高校基本科研业务费中国民航大学专项:"新型复杂网络环境下民航网络舆情分析关键技术研究"3122014C018;中国民航大学科研启动费"面向服务架构的端到端信任机制研究"09QD02X

在线出版日期：2018-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：326-331,410