基于爬蟲和TFIDF-NB算法的微博情感分析
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>544 K
標(biāo)簽： 微博輿情 網(wǎng)絡(luò)爬蟲 情感分類
所需積分：0分積分不夠怎么辦？
文檔介紹：針對微博網(wǎng)絡(luò)輿情信息量大、無規(guī)則、隨機變化的特點，提出TFIDF-NB(Term Frequency Inverse Document Frequency-Naive Bayes)用于微博情感分析，設(shè)計與實現(xiàn)了一個基于Scrapy框架的微博評論爬蟲，將某熱點事件的若干條微博評論進行爬取并存進數(shù)據(jù)庫，然后進行文本分割、LDA(Latent Dirichlet Allocation)主題聚類，最后使用TFIDF-NB算法進行情感分類。實驗結(jié)果表明，TFIDF-NB算法平均準(zhǔn)確率高于線性支持向量機算法和K近鄰算法，在精確率和召回率方面高于K近鄰算法，具有較好的情感分類效果。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。