基于SVM算法的微博用户识别和分类研究 |
| |
引用本文: | 李新焕,黄伟力.基于SVM算法的微博用户识别和分类研究[J].现代信息科技,2022(16):107-109. |
| |
作者姓名: | 李新焕 黄伟力 |
| |
作者单位: | 江西开放大学江西工程职业学院 |
| |
基金项目: | 江西省教育厅科技项目(GJJ205702); |
| |
摘 要: | 基于广受欢迎的微博平台,利用新浪微博提供的API接口及网络爬虫技术从微博中提取用户数据,通过支持向量机算法(SVM)将微博用户分为水军用户和非水军用户两类。再利用改进的支持向量机算法(SVM)从大量的用户数据中提取特征值,实现多分类支持向量机模型,将用户分为正常用户、炒作型水军、营销型水军、谣言型水军四类。研究结果表明,构建的模型可以较为准确地识别出用户的类型,识别误差率较低。
|
关 键 词: | 新浪微博 特征提取 网络爬虫 支持向量机算法 识别误差率 |
|
|