基于改进TF睮DF的微博短文本特征词提取算法

邓丹君 姚莉

摘要：针对微博短文本特征难以提取的特点，结合微博文本的3种专属特殊符号：“@”、“//”和“#”分析微博文本的特点，从而对TF-IDF算法进行改进，并且考虑用户兴趣时间的长短来进行微博短文本特征词的选取。实验结果表明，相对于原有算法，该算法能够有效提高微博短文本特征词提取的准确度。

关键词：TF-IDF；微博短文本；特征词提取

DOIDOI：10.11907/rjdk.161165

中图分类号：TP312文献标识码：A文章编号：1672-7800（2016）006-0048-02

参考文献：

[1]杨福强.基于微博扩展的用户兴趣主题挖掘算法[J].计算机工程与设计，2015，36（5）：1214-1217.

[2]何天翔，张晖，李波，等.一种基于情感分析的网络舆情演化分析方法[J].软件导刊，2015，14（5）：131-134.

[3]周磊，覃俊，刘晶. 基于微博交互信息的社交网络推荐算法[J].软件导刊，2015，14 （4）：63-66.

[4]陶永才.基于加权动态兴趣度的微博个性化推荐[J].计算机应用，2014，34（12）：3491-3496.

[5]秦雨.基于特征映射的微博用户标签兴趣聚类算法[J].Journal of Data Acquisition and Processing，2015，30（6）： 1246-1252.

[6]赵华.基于话题相关空间的微博用户兴趣识别及可视化方法[J].计算机科学，2015，42（6A）： 500-502.

[7]曾东红.一种基于指数遗忘函数的协同过滤推荐算法[J].科技广场，2013（7）：10-15.