大数据环境下基于SVM-WNB的网络舆情分类研究 |
| |
引用本文: | 张宸,韩夏.大数据环境下基于SVM-WNB的网络舆情分类研究[J].统计与决策,2017(14):45-48. |
| |
作者姓名: | 张宸 韩夏 |
| |
作者单位: | 四川大学图书馆,成都,610064 |
| |
基金项目: | 四川大学中央高校基本科研业务费专项资金资助项目(2014SCU11054) |
| |
摘 要: | 当前网络舆情信息存在数据量大、流动快及数据非结构化等特点,难以实现对其快速、准确的分类.SVM算法和朴素贝叶斯算法都是性能优秀的传统分类算法,但无法满足快速处理海量数据.文章利用Hadoop平台可并行处理分布式数据存储的优良特性,提出了HSVM_WNB分类算法,将采集的舆情文档依照HDFS架构进行本地化存储,并通过MapReduce进程完成并行分类处理.最后利用实验验证,本算法能够有效提升网络舆情分类能力与分类效率.
|
关 键 词: | 大数据 网络舆情 Hadoop云平台 SVM-WNB算法 并行处理 |
Classification Research on NPO Based on SVM-WNB under Big Data Environment |
| |
Authors: | Zhang Chen Han Xia |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|