基于SVM分类模型的垃圾文本识别研究

摘要：

主要研究垃圾文本识别问题,利用苹果手机评论文本特征向量建立了SVM分类模型对垃圾文本进行识别,并与BP神经网络判别模型结果进行对比,得出苹果手机前400组训练样本的判别正确率为71％,后196组测试样本的判别正确率为70.12％.故得到,影响垃圾观点文本识别效果的主要原因为:1)评论文本的特征项的提取和文本特征空间向量求解.2)判别分类方法的选择,其中SVM文本识别效果最优.

关键词：特征向量、BP神经网络、SVM分类模型

所属期刊栏目：46

资助基金：国家自然科学基金资助项目“考虑文本情感的实时在线客户服务质量驱动因素研究”71471102

在线出版日期：2016-11-04（万方平台首次上网日期，不代表论文的发表时间）

页码：144-153