改進潛在語義分析和支持向量機算法用于突發安全事件輿情預警
摘要：【目的】針對現有預警體系多以企業自身和監管部門為主體、忽視網絡輿情，導致預警力度不強、缺乏透明度及敏感性、使突發性安全問題時有發生且無法得到及時處理的現狀，提出一種新的輿情預警模型。【方法】通過元搜索技術挖掘輿情信息，增加基準偏移值優化情感特征項傾向性權重，添加修正因子以改進潛在語義分析和支持向量機（LSA＋SVM）算法，構建輿情分類預警模型。【結果】以多組突發性安全事件為例，應用Matlab進行仿真實驗。結果證明該輿情預警模型切實可行，反應迅速，在語義維度為10時準確率可達85．75％。【局限】此方法對于能引起關注和討論的安全事件更加有效。【結論】改進算法適用于輿情預警，可為企業和監管部門根據分類結果及時采取有效的預警措施提供合理化建議。
注: 保護知識產權,如需閱讀全文請聯系現代圖書情報技術雜志社
相關推薦
更多
