一种网络社区话题分类方法及装置

摘要

本发明公开了一种网络社区话题分类方法及装置，属于数据处理技术领域。所述方法包括：收集网络社区话题语料并确定对应的类别标记，对收集的话题语料进行预处理后作为样本集；根据类别标记和朴素贝叶斯算法构造样本集错分的代价敏感矩阵；基于代价敏感矩阵对样本集进行训练得到分类器；使用分类器对网络社区文本进行分类。本发明中，通过构造代价敏感矩阵，并在分类器的训练过程中，将代价敏感引入随机森林，为各类别加入错分代价，且以错分代价最小为目的进行分类器训练，从而在保证了分类器性能的前提下，有效的解决了由于数据不均衡带来的分类准确率低的问题，进而为网络社区话题的分析和监管提供了有利基础。