基于在線學(xué)習(xí)的微博過濾技術(shù)研究.pdf

1、隨著Internet的普及和信息技術(shù)的發(fā)展,微博用戶人數(shù)迅速增長,微博數(shù)據(jù)呈爆炸式的增長。當(dāng)用戶登陸進(jìn)微博之后所面對(duì)的就是大量的更新微博,使用戶完全被眼前多種多樣的微博信息所掩蓋,很難在短時(shí)間獲得自己感興趣的微博。微博過濾技術(shù)已經(jīng)成為微博服務(wù)不可或缺的重要組成部分。微博過濾技術(shù)主要解決兩個(gè)問題:一方面向用戶提供個(gè)人感興趣的微博及相關(guān)信息,另一方面過濾掉垃圾微博信息(如反動(dòng)信息、色情、暴力和廣告等)。
　　隨著時(shí)間的變化,由于用戶的

2、興趣也在發(fā)生變化,傳統(tǒng)的批處理學(xué)習(xí)方式不適應(yīng)用戶興趣模型更新的需要,而基于在線學(xué)習(xí)進(jìn)行更新的機(jī)器學(xué)習(xí)方式在一定程度上解決了這些問題。本文研究?jī)?nèi)容主要有如下幾個(gè)部分:
　　首先,研究微博過濾系統(tǒng)的整體框架,微博過濾系統(tǒng)包括微博特征提取、微博特征選擇、微博特征權(quán)重計(jì)算以及用機(jī)器學(xué)習(xí)的方法進(jìn)行微博過濾。詳細(xì)介紹了邏輯回歸算法、支持向量機(jī)算法、K近鄰算法和樸素貝葉斯算法等機(jī)器學(xué)習(xí)模型,并分析這幾種機(jī)器學(xué)習(xí)模型的優(yōu)缺點(diǎn)。
　　其次,研

3、究基于在線學(xué)習(xí)的微博過濾技術(shù)框架和微博過濾器。重點(diǎn)研究在線邏輯回歸模型的微博過濾和在線支持向量機(jī)的微博過濾,通過微博過濾器的時(shí)間復(fù)雜度和性能兩方面來分析這兩種在線學(xué)習(xí)的微博過濾的優(yōu)缺點(diǎn),實(shí)驗(yàn)也驗(yàn)證了這兩種微博過濾方法的優(yōu)缺點(diǎn)。
　　再次,研究改進(jìn)的在線支持向量機(jī)模型的微博過濾方法。在線支持向量機(jī)過濾器性能優(yōu)于在線邏輯回歸模型,但是存在運(yùn)行時(shí)間長的缺點(diǎn),本文通過減少訓(xùn)練集合的大小、減少訓(xùn)練的次數(shù)和減少迭代的次數(shù)三種方法提升在線支持向