基于卡方词频分析的社交媒体用户兴趣识别方法

摘要

本发明公开一种基于卡方词频分析的社交媒体用户兴趣点识别方法，包括：S1、构建Word2vec模型；S2、基于Wrod2vec模型对文本进行打分，获取正例训练集、负例训练集；S3、采用卡方检验的原理计算正例训练集、负例训练集中的词汇卡方值，根据卡方值得到特征词汇，从而获取代表文本的特征向量；S4、采用步骤S3得到的代表文本的特征向量对SVM模型进行训练；S5、采用步骤S4训练好的SVM模型进行文本内容的人物兴趣识别；本发明采用了打分的方式来筛选训练文本，采用卡方统计的方法来提取关键词，并结合Word2vec模型向量方法，能显著提高了兴趣识别的准确率。