基于中文微博的产品评价分类算法

摘要：

在中文微博产品评价分类算法中，由于常规SVM分类器在对少量标记数据的样本进行训练时，泛化能力无法满足要求，无法直接应用于微博文本的数据挖掘中，而传统的半监督TSVM算法的改造是通过对未标记数据增加惩罚函数完成的，这样会产生非凸函数优化问题。因此该文研究一种半监督高斯混合模型核的支持向量机分类算法。使用高斯混合模型对已标记和未标记数据进行训练，求取概率分布。最后通过一个对于iPhone手机的评价实例进行分析，验证了该文研究方法的优势。

关键词：微博、产品评价、数据挖掘、支持向量机、半监督学习

所属期刊栏目：39

分类号：TN911-34;TP393

资助基金：国家自然科学基金地区科学基金项目41561100；新疆维吾尔自治区社会科学基金一般资助项目14BGL041

在线出版日期：2016-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：77-79,83