[发明专利]基于多特征融合的微博文本数据分类方法

摘要

本发明公开了一种基于多特征融合的微博文本数据分类方法，包括：步骤1，进行用户认证登录，获取微博文本数据信息，根据分类器获取特征信息并计算特征信息权重；步骤2，通过朴素贝叶斯方法对特征信息进行分类，对于分类结果进行权值计算；步骤3，将计算完成的分类结果进行分类融合，直到特征信息分类完毕，将分类完毕的特征信息进行展示操作。使用户获得有用信息的效率提高，从而实现数据的快速抓取，保证数据分类的准确性。

主权项

1.一种基于多特征融合的微博文本数据分类方法，其特征在于，包括：步骤1，进行用户认证登录，获取微博文本数据信息，根据分类器获取特征信息并计算特征信息权重；步骤2，通过朴素贝叶斯方法对特征信息进行分类，对于分类结果进行权值计算，定义权值为：W＝{p_t∈T}，其中，t是情感类别；T为情感类别空间，记为：T＝{like,angry,disgust,sadness,happiness,fear,surprise}，即为T＝{喜欢，生气，厌恶，悲伤，幸福，胆怯，惊讶}，p_t是分类器在类别t上的分类正确率；定义k为样本组别，其中1≤k≤N，N为文档总数；s为样本规模，s∈S；S＝{1000,1500,2000,2500}；D_(s,k)是样本规模为s时的第k组样本；样本的规模组别为GroupN，其中1≤GroupN≤|S|，其中|S|为S的模，记NS＝|S|；对分类器N_f，为保证权值的稳定性，计算权值时，需要从训练集中选取多种规模、多组别的样本进行计算；步骤3，将计算完成的分类结果进行分类融合，直到特征信息分类完毕，将分类完毕的特征信息进行展示操作；所述步骤2中权值计算步骤为：步骤2‑11初始化的步骤，令k＝₁，GroupN＝1，s＝S[GroupN]，步骤2‑12，用N_f对D_(s,k)分类，计算N_f在类别t中的正确率p_t，将其作为N_f在类别t的权值，由此得到N_f在规模为s时的第k组权值向量，定义为：W_(s,k)＝{p_t}；步骤2‑13，如果k≤N，则令k＝k+1；返回步骤2‑12；否则，执行步骤2‑14；步骤2‑14，计算权值向量：步骤2‑15，如果GropuN＜NS，则令GroupN＝GroupN+1；k＝1；s＝S[GroupN]；返回步骤2‑12；否则将作为N_f的权值向量。