10.16652/j.issn.1004-373x.2016.14.021
基于中文微博的产品评价分类算法
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。
微博、产品评价、数据挖掘、支持向量机、半监督学习
39
TN911-34;TP393
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
2016-08-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
77-79,83