| 基于爬蟲和TFIDF-NB算法的微博情感分析 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>544 K | |
| 標簽： 微博輿情 網絡爬蟲 情感分類 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對微博網絡輿情信息量大、無規則、隨機變化的特點，提出TFIDF-NB(Term Frequency Inverse Document Frequency-Naive Bayes)用于微博情感分析，設計與實現了一個基于Scrapy框架的微博評論爬蟲，將某熱點事件的若干條微博評論進行爬取并存進數據庫，然后進行文本分割、LDA(Latent Dirichlet Allocation)主題聚類，最后使用TFIDF-NB算法進行情感分類。實驗結果表明，TFIDF-NB算法平均準確率高于線性支持向量機算法和K近鄰算法，在精確率和召回率方面高于K近鄰算法，具有較好的情感分類效果。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2