一種多策略清洗社交媒體文本數(shù)據(jù)的系統(tǒng)和方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN201710873539.1 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN107633077B | 公開（公告）日 | 2020-12-18 |
| 申請(qǐng)公布號(hào) | CN107633077B | 申請(qǐng)公布日 | 2020-12-18 |
| 分類號(hào) | G06F16/9536;G06F16/35;G06F40/216;G06F40/289;G06K9/62;G06Q50/00 | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 薛涵凜;王穎 | 申請(qǐng)（專利權(quán)）人 | 南京安鏈數(shù)據(jù)科技有限公司 |
| 代理機(jī)構(gòu) | - | 代理人 | - |
| 地址 | 210000 江蘇省南京市雨花臺(tái)區(qū)雨花經(jīng)濟(jì)開發(fā)區(qū)鳳華路18號(hào)1幢B315-6室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種多策略清洗社交媒體文本數(shù)據(jù)的系統(tǒng)，該系統(tǒng)包括：相似文本識(shí)別模塊、營(yíng)銷文本識(shí)別模塊和垃圾用戶識(shí)別模塊，多策略清洗社交媒體文本數(shù)據(jù)的方法包括步驟A：社交媒體文本的相似度計(jì)算，基于網(wǎng)絡(luò)營(yíng)銷文本的特征和SVM分離器識(shí)別出營(yíng)銷文本，記錄發(fā)布網(wǎng)絡(luò)營(yíng)銷文本的用戶；基于前兩步記錄發(fā)布“營(yíng)銷文本”和“重復(fù)文本”的用戶黑名單。本發(fā)明的有益技術(shù)效果是：不局限于用一種手段實(shí)現(xiàn)社交媒體數(shù)據(jù)清洗，分步、多策略的對(duì)不同類型的垃圾文本實(shí)現(xiàn)過濾。對(duì)比單一的文本垃圾過濾和垃圾用戶識(shí)別方法，本發(fā)明具有更好的適用性，有更廣的應(yīng)用前景。 |
