关键词：食品安全;;舆情分析;;KNN;;文本分类;;特征选择;;互信息;;云计算
摘 要：民以食为天,食品安全关系到人民的切身利益问题,是突出的民生问题。随着互联网的发展,人们可以随时随地通过网络发表自己对食品安全问题的看法和观点。其中的热点问题,更是容易随着一些片面、虚假的报道恶性传播,误导了广大人民群众,危害到人民对国家和企业的信任。通过对web上的食品安全舆情信息收集,对食品安全舆情信息进行分析,改进相关算法的准确率和速度,结合云计算技术,提高运行效率,对构建稳定、和谐的的社会有着重要意义。食品安全舆情信息主要是基于web的文本信息,主要处理方法同文本处理相似。本文对食品安全舆情信息的获取技术、文本分词、特征选择和文本分类等技术进行了深入了解。文本分类是食品安全舆情分析中的文档归类、主题跟踪、情感倾向等分析技术的基础。本文重点研究了文本分类技术和特征选择技术,并在此基础上进行了改进研究。针对KNN在训练样本数据量过多时,效率就显得不高的缺点,本文通过对训练数据集进行有效的约简,提出一种改进的KNN算法,在标准数据集上对其进行验证,提高了算法的准确率和运行效率。考虑到互信息MI作为文本特征提取,用词频来计算概率,忽略了特征词在类间和类内的分布信息,本文提出一种改进的特征选择方法N-MD-MI,在标准数据集和食品安全数据集上进行实验,验证了改进算法的有效性。本文搭建了食品安全云计算环境,设计实现贝叶斯分类算法和改进的互信息特征选择算法的并行化,并进行实验,有效地提高了运行效率,验证了食品安全云平台的有效性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取