基于数据量分布式并行SVM模型的海量舆情分析

摘要

为了保证网络中的海量舆情信息得到高效及时地处理,提出了一种基于数据量的分布式并行SVM混合分类模型。首先通过SVM模型完成舆情文本的类别划分,再根据分类效果反向优化SVM模型,采用朴素贝叶斯模型实现分类效果的提升。构建了一种以数据量为标记的混合反馈式分布SVM模型,根据数据量对所需的子节点数进行动态预测。实验结果表明,提出的模型能够精准分析舆情动向,为舆情监控提供具有重要价值的信息。