改進潛在語義分析和支持向量機算法用于突發(fā)安全事件輿情預警
摘要：【目的】針對現(xiàn)有預警體系多以企業(yè)自身和監(jiān)管部門為主體、忽視網(wǎng)絡輿情，導致預警力度不強、缺乏透明度及敏感性、使突發(fā)性安全問題時有發(fā)生且無法得到及時處理的現(xiàn)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(yōu)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(jié)果】以多組突發(fā)性安全事件為例，應用Matlab進行仿真實驗。結(jié)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(jié)論】改進算法適用于輿情預警，可為企業(yè)和監(jiān)管部門根據(jù)分類結(jié)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(chǎn)權,如需閱讀全文請聯(lián)系現(xiàn)代圖書情報技術雜志社
相關推薦
更多
代圖書情報技術.jpg)
