ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

一种基于支持向量机的垃圾微博识别方法

陈欣; 郑啸; 焦媛媛; 陈慧娟安徽工业大学; 西安电子科技大学
安徽工业大学学报(自然科学版)2013-10-15
6阅读
引用收藏
分享

摘要

针对中文微博垃圾特点,提取基于向量空间模型的中文文本相似度、长短链接相似度、发文时间规律等新的分类特征,加入现有的特征集,运用支持向量机方法,训练后得到分类模型。实验结果表明,该方法是一种有效的垃圾微博识别技术。

学科与关键词

关键词
博文特征用户特征支持向量机垃圾微博识别 status featureuser profile featuresupport vector machinemicroblog spammers' identification
相关
加载中…
  • 基于分层支持向量机的微博用户自杀倾向预测与分析
    庄婷婷; 李冬梅; 檀稳; 王广新哈尔滨工程大学学报, 2019, (11): 1890-1895.
  • 基于微博分类的用户兴趣识别
    宋巍; 张宇; 谢毓彬; 刘挺; 李生; 都云程智能计算机与应用, 2013, (04): 80-83.
  • 基于回应消息的中文微博情感分类方法
    郭飞飞; 王小华; 谌志群; 王荣波杭州电子科技大学学报, 2013, (06): 95-98.
查看全部 →

发表信息

论文状态
公开发表
期刊
安徽工业大学学报(自然科学版)
发表日期
2013-10-15
卷期
第 04 期
页码
440-445
语言
中文
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金项目(61003311);江苏省网络与信息安全重点实验室开放课题基金项目(BM2003201-201006)

作者

  • 陈

    陈欣 (第一作者)

  • 郑

    郑啸

查看全部 4 位作者收起作者
  • 焦

    焦媛媛

  • 陈

    陈慧娟

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417