一种基于SVM的博客大数据分类算法及应用

作     者：陈建峡 朱季骐 王鹰适 倪一鸣 无

作者机构：湖北工业大学计算机学院湖北武汉430068 湖北泰信科技信息发展有限责任公司湖北武汉430071 

基　　金：2013年国家大学生创新项目(41301371)(Q20141410) 

出 版 物：《湖北工业大学学报》 (Journal of Hubei University of Technology)

年 卷 期：2016年第31卷第4期

页      码：70-74页

摘      要：提出了一种基于SVM的博客大数据分类算法BBD-SVM,根据RSS博客文本特点提取博客特征词,通过SVM模型参数寻优化SVM分类模型实现博客大数据分类。并设计了RSS博客爬虫,以互联网上各种计算机程序设计语言的技术博客为爬取对象,利用BBD-SVM算法对相关技术博客进行专业分类,为用户学习程序设计语言提供专业推荐服务。其中,博客文本特征的提取选用改进的TF-IDF作为权重计算函数,SVM分类模型的参数寻优很好地提高了分类效率。实验结果表明,BBD-SVM算法具有准确率高,耗时少的优势,能够实现快速准确的博客推荐服务。

主 题 词：支持向量机 博客 大数据 分类算法 社交网络 用户推荐 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1003-4684.2016.04.020

馆 藏 号：203187443...