典型文献
基于数据量分布式并行SVM模型的海量舆情分析
文献摘要：
为了保证网络中的海量舆情信息得到高效及时地处理,提出了一种基于数据量的分布式并行SVM混合分类模型.首先通过SVM模型完成舆情文本的类别划分,再根据分类效果反向优化SVM模型,采用朴素贝叶斯模型实现分类效果的提升.构建了一种以数据量为标记的混合反馈式分布SVM模型,根据数据量对所需的子节点数进行动态预测.实验结果表明,提出的模型能够精准分析舆情动向,为舆情监控提供具有重要价值的信息.
文献关键词：
SVM模型;舆情分析;分布式;模型优化;数据量
中图分类号：
作者姓名：
王娜娜
作者机构：
山西警察学院网络安全保卫系,太原030401
文献出处：
引用格式：
[1]王娜娜-.基于数据量分布式并行SVM模型的海量舆情分析)[J].信息技术,2022(11):14-18,25
A类：
B类：
数据量,舆情分析,舆情信息,分类模型,舆情文本,类别划分,分类效果,反向优化,朴素贝叶斯模型,模型实现,混合反馈,反馈式,动态预测,精准分析,情动,舆情监控,模型优化
AB值：
0.403314
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
