基于SVM主动学习的微信监测研究*

高学伟　郑世珏　高　丽　李松丽

(华中师范大学计算机学院　武汉　430079)



基于SVM主动学习的微信监测研究*

高学伟郑世珏高丽李松丽

(华中师范大学计算机学院武汉430079)

摘要论文通过支持向量机(SVM)主动学习算法对微信文章进行包含四种警度级别(红、橙、黄、绿)的分类，利用微信信息的警度评估分析技术，构建微信信息预警系统，预测可能影响社会安全态势的事件和现象。为了评估分类器的性能，我们对随机抓取的3036个不同警度级别的微信文章样本进行了分类实验，并在学习样本数量不等的情况下，分别用改进的SVM主动学习算法与传统SVM和主动学习SVM两种分类器对测试样本进行分类，通过多次实验分析验证了改进的SVM主动学习方法在微信舆情监测[1～3]的可行性。

关键词支持向量机； 主动学习； 微信； 监测

Class NumberTP393

1　引言

随着互联网的快速发展，手机使用者数量也随着增长，现在不管走到哪都能看到智能手机的身影，而智能手机的出现，加速了移动终端的进程。微信作为一款手机软件与个人信息紧密相关，而微信公众平台相比于其他网络平台在传播方面也具有明显的优势。首先它是熟人网络，小众传播，传播有效性更高。另外微信公众平台，是一对多传播，信息高达到率。直接将消息推送到手机，因此达到率和被观看率几乎是100%。随着微信用户的增加，微信信息量也呈现一种爆炸式增长，各种微信信息传播内容良莠莫辨，混淆视听，微信舆情挖掘研究也变得日趋重要。……