互联网突发事件监测信息分类方法研究  

Investigation on Monitoring and Cataloging Method of Internet Emergency

作　　者：张昱 罗年学[1] ZHANG Yu;LUO Nianxue(School of Geodesy and Geomatics,Wuhan University,Wuhan 430079,China)

机构地区：[1]武汉大学测绘学院,湖北武汉430079

出　　处：《数字制造科学》2022年第1期75-80,共6页

基　　金：国家重点研发计划资助项目(2018YFC0807000)

摘　　要：针对互联网突发事件监测快速响应场景下文本信息非结构化的特点,选择互联网众源突发事件文本数据,分析在突发事件监测信息分类中的朴素贝叶斯、BP神经网络、支持向量机和SGD支持向量机4种分类器的计算速度和分类效果。结果表明,支持向量机在突发事件监测分类问题上有更好的分类效果,综合计算时间随机梯度下降-支持向量机具有相对快速且较准确的分类能力。Aiming at the unstructured characteristics of text information in the scene of rapid response to Internet emergencies monitoring,analyzing the calculation speed and classification effect of naive Bayes,BP neural network,support vector machine and SGD support vector machine in the classification of emergency monitoring information is the primary targets.The results indicate that the support vector machines have a better classification capability on monitoring emergency and processing classification.Considering the stochastic gradient descent of the calculation,time-support vector machines capable of doing fast and accurate classification.

关 键 词：突发事件 监测信息 文本分类器 网络数据 WEB文本挖掘 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP391.1[自动化与计算机技术—控制科学与工程]