公开(公告)号：CN109190009A

公开(公告)日：2019-01-11

申请号：CN201811062807.2

申请日：2018-09-12

Applicant: 北京邮电大学

Inventor： 吴旭 ,  党习歌 ,  颉夏青

IPC: G06F16/953 ,  G06F16/33 ,  G06F16/35 ,  G06F17/27 ,  G06Q50/00

Abstract: 本发明公开了一种网络社区话题整合方法及系统，属于数据处理技术领域。所述方法包括：收集网络社区话题语料，对收集的话题语料进行预处理后作为样本集；采用模糊K-means算法对样本集进行聚类，分析聚类结果得到热点话题；对样本集进行分类得到各分类类别；根据收集的话题语料所属的分类类别及热点话题，分层级的显示给用户。本发明中，采用模糊K-means算法对样本集进行聚类，避免了由于词汇文本涉及多个话题而导致一些特征丢失的现象；同时结合分类操作，实现了网络社区话题的整合，并根据整合结果将话题语料分层级的显示给用户，不仅便于用户查阅，提升用户体验，而且有利于数据挖掘，有利于对网络社区的舆论情况进行监管。

公开(公告)号：CN109446393B

公开(公告)日：2020-06-30

申请号：CN201811062800.0

申请日：2018-09-12

Applicant: 北京邮电大学

Inventor： 吴旭 ,  党习歌 ,  颉夏青

IPC: G06F16/951 ,  G06F16/332 ,  G06F16/35 ,  G06F40/284 ,  G06Q50/00

Abstract: 本发明公开了一种网络社区话题分类方法及装置，属于数据处理技术领域。所述方法包括：收集网络社区话题语料并确定对应的类别标记，对收集的话题语料进行预处理后作为样本集；根据类别标记和朴素贝叶斯算法构造样本集错分的代价敏感矩阵；基于代价敏感矩阵对样本集进行训练得到分类器；使用分类器对网络社区文本进行分类。本发明中，通过构造代价敏感矩阵，并在分类器的训练过程中，将代价敏感引入随机森林，为各类别加入错分代价，且以错分代价最小为目的进行分类器训练，从而在保证了分类器性能的前提下，有效的解决了由于数据不均衡带来的分类准确率低的问题，进而为网络社区话题的分析和监管提供了有利基础。

公开(公告)号：CN109446393A

公开(公告)日：2019-03-08

申请号：CN201811062800.0

申请日：2018-09-12

Applicant: 北京邮电大学

Inventor： 吴旭 ,  党习歌 ,  颉夏青

IPC: G06F16/951 ,  G06F16/332 ,  G06F16/35 ,  G06F17/27 ,  G06Q50/00

Abstract: 本发明公开了一种网络社区话题分类方法及装置，属于数据处理技术领域。所述方法包括：收集网络社区话题语料并确定对应的类别标记，对收集的话题语料进行预处理后作为样本集；根据类别标记和朴素贝叶斯算法构造样本集错分的代价敏感矩阵；基于代价敏感矩阵对样本集进行训练得到分类器；使用分类器对网络社区文本进行分类。本发明中，通过构造代价敏感矩阵，并在分类器的训练过程中，将代价敏感引入随机森林，为各类别加入错分代价，且以错分代价最小为目的进行分类器训练，从而在保证了分类器性能的前提下，有效的解决了由于数据不均衡带来的分类准确率低的问题，进而为网络社区话题的分析和监管提供了有利基础。