版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著計算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,微博已經(jīng)普及成為國內(nèi)的一大新型媒體。微博用戶基數(shù)的迅速膨脹,加上信息的逐級傳播,與之俱來的問題是微博數(shù)據(jù)規(guī)模達(dá)到空前水平。面對微博服務(wù)迅猛發(fā)展中所產(chǎn)生的海量文本數(shù)據(jù),如何準(zhǔn)確有效的從中定向發(fā)現(xiàn)并獲取所需要的有較高商業(yè)價值的資料和信息,進(jìn)而提高廣告精準(zhǔn)度成為各微博平臺數(shù)據(jù)研究處理的一大目標(biāo),本文將對如何有效的從海量微博文本數(shù)據(jù)中發(fā)現(xiàn)和抽取商業(yè)關(guān)鍵詞進(jìn)行研究。為了更有針對性的進(jìn)行商業(yè)關(guān)鍵詞抽取,首先對海量
2、微博數(shù)據(jù)進(jìn)行了文本分類,一方面降低了單次數(shù)據(jù)處理的規(guī)模,另一方面對同類數(shù)據(jù)進(jìn)行處理研究將更有針對性。再對各個類別中文本的關(guān)鍵詞結(jié)合互聯(lián)網(wǎng)搜索引擎中的搜索權(quán)值進(jìn)行調(diào)權(quán),有效提高了微博文本中商業(yè)關(guān)鍵詞抽取的精準(zhǔn)度。
由于微博文本數(shù)據(jù)具有總體數(shù)量多、單條簡短及內(nèi)容隨意性大等特性,在利用傳統(tǒng)分類方法及商業(yè)信息提取算法對其進(jìn)行處理時存在一定的局限性。本文考慮到單條微博文本信息簡短包含的有效特征少,且內(nèi)容比較口語化的特性,從相似詞及搭配詞
3、方面對文本的特征詞進(jìn)行了擴(kuò)展,盡量降低特征丟失的可能性;結(jié)合微博文本數(shù)量多及內(nèi)容隨意性大的特性,提出了一種基于特征詞類別分散性及分散程度的微博文本分類方法。考慮到微博自有的轉(zhuǎn)發(fā)數(shù)、評論數(shù)及海量規(guī)模等因素,本文對傳統(tǒng)的TF-IDF算法進(jìn)行了相關(guān)改進(jìn),利用hadoop云計算平臺并以單個用戶的所有微博信息作為計算單元應(yīng)用改進(jìn)的TF-IDF算法,再綜合詞語在互聯(lián)網(wǎng)搜索引擎中的搜索權(quán)值進(jìn)行調(diào)權(quán),實現(xiàn)了從海量數(shù)據(jù)中對具有商業(yè)價值關(guān)鍵詞的有效抽取。實
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于文本分類的微博情感傾向研究.pdf
- 基于多標(biāo)簽學(xué)習(xí)框架的微博文本分類研究.pdf
- 基于Hadoop平臺的文本分類應(yīng)用研究.pdf
- 基于深度學(xué)習(xí)的短文本分類及信息抽取研究.pdf
- 基于核心詞擴(kuò)展的文本分類.pdf
- 基于hadoop的文本分類系統(tǒng)的設(shè)計與實現(xiàn)
- 基于Hadoop自動文本分類的研究與實現(xiàn).pdf
- 基于Hadoop的文本分類系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 面向微博文本的事件抽取.pdf
- 基于LDA的微博短文本分類技術(shù)的研究與實現(xiàn).pdf
- 基于同義詞的文本分類研究.pdf
- 基于Hadoop的SKNN文本分類算法的設(shè)計與實現(xiàn).pdf
- 基于Rough集的Web文本分類及其信息抽取研究.pdf
- 基于Hadoop的電商商品文本分類研究與實現(xiàn).pdf
- 基于主題爬蟲與文本分類的微博資訊智能生成策略研究.pdf
- 基于Web文本信息抽取的微博輿情分析.pdf
- 基于詞向量的短文本分類方法研究.pdf
- 面向短文本分類的角色關(guān)系抽取研究.pdf
- 基于微信公眾號的文本分類研究.pdf
- 基于Hadoop的微博用戶情感分類研究與實現(xiàn).pdf
評論
0/150
提交評論