检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

多特征神经网络微博转发预测

王志峰, 冯锡炜, 贾强, 朱睿, 秦航

辽宁石油化工大学学报 2017, 37 (6): 47-50. DOI: 10.3969/j.issn.1672-6952.2017.06.010

摘要（410）

PDF （1217KB）（173）

随着社交网络的快速发展,微博已成为一种信息扩散传播的平台。鉴于微博信息扩散的特点,挖掘微博转发过程中的潜在规律对于舆情监控、热点话题追踪、产品营销等有着重要意义。以新浪微博作为数据源,以用户和微博内容作为特征源,引入机器学习中的神经网络预测算法建立预测模型,实现对微博的转发预测。结果表明,与传统预测方法的对比,对微博转发可以做出较高准确率的预测。

相关文章 | 多维度评价

Select

基于改进的TF-IDF文本特征词提取算法研究

贾强，冯锡炜，王志峰，朱睿，秦航

辽宁石油化工大学学报 2017, 37 (4): 61-64. DOI: 10.3969/j.issn.1672-6952.2017.04.014

摘要（930）

PDF （1813KB）（256）

在特征词提取算法中，TF-IDF算法是最常见的特征权重计算方法。在传统TF-IDF算法的基础上，提出新的基于文本词语长度的关键词提取算法。利用中文短语分词技术，识别文本中的长词与普通词汇，对于不同长度的词语利用提出的TF-IDF-WL方法重新计算权重，按权值排序结果得到关键词。实验对比发现，新的特征词提取算法能够更加精确地反映出特征词的词长情况，该算法与传统的TF-IDF算法相比，在准确率和召回率上都有较大的提升。