| 基于爬虫和TFIDF-NB算法的微博情感分析 | |
| 所屬分類：技术论文 | |
| 上傳者：aetmagazine | |
| 文檔大小：544 K | |
| 標簽： 微博舆情 网络爬虫 情感分类 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：针对微博网络舆情信息量大、无规则、随机变化的特点，提出TFIDF-NB(Term Frequency Inverse Document Frequency-Naive Bayes)用于微博情感分析，设计与实现了一个基于Scrapy框架的微博评论爬虫，将某热点事件的若干条微博评论进行爬取并存进数据库，然后进行文本分割、LDA(Latent Dirichlet Allocation)主题聚类，最后使用TFIDF-NB算法进行情感分类。实验结果表明，TFIDF-NB算法平均准确率高于线性支持向量机算法和K近邻算法，在精确率和召回率方面高于K近邻算法，具有较好的情感分类效果。 | |
| 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