基于SVM的大数据信息过滤方法研究 |
| |
作者姓名: | 熊琦 |
| |
作者单位: | 广州华立学院 |
| |
摘 要: | 为了提高互联网的运行效率,根据支持向量机(Support Vector Machine,SVM)模型的支持向量机算法,研究了一种大数据信息过滤方法。首先,分析网络大数据信息的特征选择,为大数据信息的过滤方法提供数据基础;其次,构建大数据过滤模型,根据SVM的数据分类特性,确定大数据过滤模型的决策函数,引入核函数对决策函数进行参数优化,保证大数据信息过滤方法的准确性;最后,结合特征向量在分类面的距离权重与密度权重,计算模型的选择权重,实现大数据信息的精准过滤。实验结果表明,设计方法的信息过滤准确性较高,能够提高运行效率。
|
关 键 词: | 大数据 信息过滤 支持向量机(SVM) |
|
|