登录社区云，与社区用户共同成长
邀请您加入社区
随着互联网技术的飞速发展和社交媒体的普及，用户生成内容（User Generated Content, UGC）呈现爆炸式增长。在影视行业，各大平台如豆瓣、IMDb、烂番茄等每天都会产生海量的电影评论数据。这些评论数据蕴含着观众的真实态度和情感倾向，对于制片方、发行方、市场研究人员以及普通观众都具有重要的参考价值。传统的影评分析方法主要依赖于人工阅读和统计，这种方法不仅效率低下，而且难以全面、客观
支持向量机(SVM)是 90 年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。在这次课程设计中，我用到了 MATLAB 的 GUI 编程，学习了 SVM 支持向量机这个机器学习算法，深入学习了划分超平面，目标函数学习的对偶算法，核函数软间隔与正则化这些概念
