使用微博分類算法優(yōu)化疾病防控過程的研究.pdf

1、互聯(lián)網絡帶來第三次工業(yè)革命后，更深刻的改變了世界人民的生活習慣。就我國國內情況來看，微博就是互聯(lián)網時代的寵兒。微博這一新時代的產品從無到有，發(fā)展到普及而至今更是擁有了覆蓋全國的互聯(lián)網產品。當前，數(shù)據(jù)分析組織可以從網絡傳輸過程和存儲數(shù)據(jù)中提取到海量的文本信息。本文研究的算法是使用這些大規(guī)模的數(shù)據(jù)，根據(jù)疾病防控的具體需求，及時、準確的提取出有價值的統(tǒng)計分析信息，從而為疾病爆發(fā)及時報警和季節(jié)性傳染病的預防工作提供有指導意義的分析數(shù)據(jù)。

2、　　本文中主要研究工作如下。
　　首先，對微博、非結構化文本、大數(shù)據(jù)技術進行簡要分析，包括微博的發(fā)展現(xiàn)狀、特點，非結構化文本的處理中各個步驟涵蓋的技術，大數(shù)據(jù)技術、云計算技術的相關理論知識。
　　其次，使用申請到的新浪微博API使用權，開發(fā)算法獲得一定規(guī)模的微博文本，對這些文本進行預處理后，分別作為訓練語料和分析數(shù)據(jù)。分析的過程包括計算語料庫，特征提取和對提取的結果進行評價等關鍵部分。
　　最后，根據(jù)疾病防控中心的具體