论文部分内容阅读
基于同济大学"同心云"平台,运用朴素贝叶斯、支持向量机(SVM)、神经网络等机器学习算法,把平台上的微博内容按管理职能部门自动分类。对比几种算法的分类效果,研究停用词、神经网络隐层节点数对分类效果的影响。通过文本分类方法,将广大师生提出的建议和意见及时反馈到相关部门,从而提高高校行政服务质量。