基于改進TF睮DF的微博短文本特征詞提取算法

鄧丹君 姚莉

摘要：針對微博短文本特征難以提取的特點，結合微博文本的3種專屬特殊符號：“@”、“//”和“#”分析微博文本的特點，從而對TF-IDF算法進行改進，并且考慮用戶興趣時間的長短來進行微博短文本特征詞的選取。實驗結果表明，相對于原有算法，該算法能夠有效提高微博短文本特征詞提取的準確度。

關鍵詞：TF-IDF；微博短文本；特征詞提取

DOIDOI：10.11907/rjdk.161165

中圖分類號：TP312文獻標識碼：A文章編號：1672-7800（2016）006-0048-02

參考文獻：

[1]楊福強.基于微博擴展的用戶興趣主題挖掘算法[J].計算機工程與設計，2015，36（5）：1214-1217.

[2]何天翔，張暉，李波，等.一種基于情感分析的網絡輿情演化分析方法[J].軟件導刊，2015，14（5）：131-134.

[3]周磊，覃俊，劉晶. 基于微博交互信息的社交網絡推薦算法[J].軟件導刊，2015，14 （4）：63-66.

[4]陶永才.基于加權動態興趣度的微博個性化推薦[J].計算機應用，2014，34（12）：3491-3496.

[5]秦雨.基于特征映射的微博用戶標簽興趣聚類算法[J].Journal of Data Acquisition and Processing，2015，30（6）： 1246-1252.

[6]趙華.基于話題相關空間的微博用戶興趣識別及可視化方法[J].計算機科學，2015，42（6A）： 500-502.

[7]曾東紅.一種基于指數遺忘函數的協同過濾推薦算法[J].科技廣場，2013（7）：10-15.