[发明专利]面向事件检测的社交网络短文本数据过滤方法在审
| 申请号： | 201810980312.1 | 申请日： | 2018-08-27 |
| 公开（公告）号： | CN109063185A | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 费高雷;赵越;于娟娟 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向事件检测的社交网络短文本数据过滤方法，其包括对社交网络短文本数据进行预处理，对社交网络短文本数据提取特征，训练GBDT分类器对社交网络短文本数据进行分类。本发明分别从用户背景特征，文本句法特征以及文本影响特征三个方面进行分析，进而抽取了20维分类特征，最后利用GBDT算法对短文本数据进行分类，对于分类为无用信息的数据进行过滤，保留潜在有用的价值信息数据，从而达到为事件检测提供有效的数据输入的目的。 | ||
| 搜索关键词： | 短文本 社交网络 事件检测 数据过滤 分类 预处理 文本 分类特征 价值信息 句法特征 数据提取 无用信息 影响特征 用户背景 分类器 算法 抽取 过滤 保留 分析 | ||
【主权项】：
1.一种面向事件检测的社交网络短文本数据过滤方法，其特征在于，包括以下步骤：A、获取社交网络短文本数据，并对社交网络短文本数据进行预处理；B、对步骤A处理后的社交网络短文本数据分别抽取用户背景特征、文本句法特征及文本影响特征；C、训练GBDT分类器，根据步骤B抽取得到的特征对社交网络短文本数据进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810980312.1/，转载请声明来源钻瓜专利网。
