基于粒子群聚类的KNN微博舆情分类研究 林伟 【期刊名称】《中国刑警学院学报》 【年(卷),期】2017(000)005 【摘 要】基于数据挖掘的微博情感分类是网络舆情监控的重要方法,其中KNN算法具有简单有效、无需估计参数等优点,适用于微博舆情分类.微博舆情分类实质上是对微博上的负面情感及时监控,KNN会因在情感分类时处理大量的计算影响算法效率.因此,采用粒子群聚类算法在情感分类前裁剪微博训练样本空间,以减少分类时的计算量.实验结果表明,基于粒子群聚类的KNN算法能够有效提高微博情感分类的性能. 【总页数】4页(P121-124) 【作 者】林伟 【作者单位】福建警察学院侦查系 福建 福州 350007 【正文语种】中 文 【中图分类】TP-391 【相关文献】 1.基于粒子群优化的KNN分类算法改进研究2.基于聚类算法的KNN文本分类算法研究3.基于文本聚类与情感分析的群租房微博舆情量化研究4.基于文本聚类的网络微博舆情话题识别与追踪技术研究5.基于文本聚类的网络微博舆情话题识别与追踪技术研究 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/b6551fcbd9ef5ef7ba0d4a7302768e9951e76eaf.html