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

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; 王广新北京林业大学
哈尔滨工程大学学报2019
7阅读
引用收藏
分享

摘要

针对社交媒体中潜在的自杀倾向问题,本文以新浪微博为研究对象,依据领域知识设计分层分类方案,并基于该分类方案,提出了分层支持向量机的分类模型。该模型对高自杀风险群体进行早期识别,可用于自杀倾向检测和干预,减少自杀现象。实验过程中分层地进行参数优化,降低了不平衡数据对实验结果的影响。综合考虑用户的情感状态,不断对情感词典进行扩充。实验结果表明:该模型对自杀群体的预测准确率达到0. 848,可有效地对微博用户的自杀倾向进行预测,同时发现微博发布时间和自杀风险概率之间存在可用正态曲线拟合的关系。

学科与关键词

关键词
自杀倾向预测情感分析机器学习微博支持向量机层次分类 suicide tendency predictionsentiment analysismachine learningmicroblogsupport vector machine(SVM)hierarchical classification
相关
加载中…
  • 基于心理预警模型的微博情感识别研究
    张金伟; 刘晓平合肥工业大学学报(自然科学版), 2013, (11): 1318-1322.
  • 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学报(自然科学版), 2013, (04): 440-445.
  • Creating a Chinese suicide dictionary for identifying suicide risk on social media
    Lv Meizhen; Li Ang*; Liu Tianli; Zhu TingshaoPeerJ, 2015, 3: e1455.被引 29
查看全部 →

发表信息

论文状态
公开发表
期刊
哈尔滨工程大学学报
发表日期
2019
卷期
第 11 期
页码
1890-1895
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金项目(61772078);北京市重点研发计划(D171100001817003);

作者

  • 庄

    庄婷婷 (第一作者)

  • 李

    李冬梅

查看全部 4 位作者收起作者
  • 檀

    檀稳

  • 王

    王广新

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