东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于粗糙集和集成学习的BBS网络舆情分类

期刊名称：广西大学学报:自然科学版
时间：0
页码：696-699
语言：中文
分类：TP391.9[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
作者机构：[1]重庆邮电大学网络智能研究所,重庆400065
相关基金：973计划前期研究专项课题（2008CB317111）;国家自然科学基金资助项目（60873079）;新世纪优秀人才支持计划,重庆市自然科学基金资助项目（2008BB2241）.
相关项目：网络突现智能的突现计算模型研究

关键词： BBS, 网络舆情, 粗糙集, 集成学习, BBS, internet public opinion, rough set, ensemble learning

中文摘要：

BBS是网络舆情突发事件产生和传播最重要的场所之一,如何提前发现突发网络舆情是目前网络舆情研究的一个难点和热点问题,目前的研究仍处于探索阶段。利用粗糙集结合集成学习的方法建立网络舆情分类模型,能够在短时间内发现突发网络舆情,为用户和论坛管理人员及时、准确和方便地提取重要的主题信息,以便更好地对论坛进行管理。

英文摘要：

BBS has been one of the major places of the generation and propagation of IPO（Internet public opinion）.Now how to discover IPO ahead of time is a difficult and hot research topic,and the research on IPO is on its infancy.To discovery emergent IPO in short time,we built an IPO classification model which is based on rough set and ensemble leaning.It can provide timely,exactly and conveniently important topic information to users and BBS administrators.

同期刊论文项目