您的位置: 专家智库 > >

孙宁

作品数:2 被引量:7H指数:2
供职机构:常州大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇营销
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇中文
  • 1篇中文文本
  • 1篇中文文本分类
  • 1篇字典
  • 1篇文本分类
  • 1篇向量
  • 1篇向量机
  • 1篇消歧
  • 1篇领域本体
  • 1篇聚类
  • 1篇概念聚类
  • 1篇本体
  • 1篇SVM
  • 1篇HOWNET

机构

  • 2篇常州大学

作者

  • 2篇叶施仁
  • 2篇孙宁

传媒

  • 1篇湘潭大学自然...
  • 1篇计算机工程

年份

  • 1篇2016
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
基于SVM的新浪微博营销类水帖识别研究被引量:5
2015年
研究一种发现水帖的分类算法.该方法利用SimHash方法将发帖重复当成类似网页去重的问题处理,发帖内容的重复度和其他特征,如发帖的密集型、帐号名称的相似性,所使用的客户端等特征将用于水帖与正常发帖的分类.该文利用新浪微博API下载多个汽车营销账号下的交互数据作为实验数据,并使用SVM作为分类器.实验结果表明,该方法能够较好地发现那些伪装性非常好的水军所发布的水帖.
叶施仁孙宁
关键词:支持向量机
基于概念聚类的领域本体图中文文本分类被引量:2
2016年
基于半监督概念聚类技术,提出一种改进的领域本体图中文文本分类算法。根据领域本体图结构模型,创建中文文本分类的本体学习框架,利用HowNet字典实现术语提取并建立中文术语-术语关系映射。依据术语间的权重连接关系,设计二分类关系的KLSeeker本体中文文本分类算法,并通过基于概念聚类的本体图半监督学习,实现中文文本的精确分类。实验结果表明,与基于非负张量分解的中文文本分类算法相比,该算法具有更高的分类精度。
叶施仁孙宁
关键词:概念聚类
共1页<1>
聚类工具0