基于主题相关博客的属性挖掘模型设计的中期报告

基于主题相关博客的属性挖掘模型设计的中期报告一、任务介绍本任务是基于主题相关博客的属性挖掘模型设计，旨在通过分析博客的文本信息，挖掘博客的主题相关属性，形成可供处理的数据集，为后续的数据分析和应用奠定

基于主题相关博客的属性挖掘模型设计的中期报告 一、任务介绍 本任务是基于主题相关博客的属性挖掘模型设计，旨在通过分析博 客的文本信息，挖掘博客的主题相关属性，形成可供处理的数据集，为 后续的数据分析和应用奠定基础。具体任务包括： 1. 构建博客数据采集和清洗流程，获取博客文本数据集； 2. 提取博客文本数据集中的关键词、词性、实体等关键属性； 3. 基于机器学习算法或深度学习模型，对博客文本数据集进行属性 分类和聚类分析，形成主题相关属性。 二、任务进度 截止目前，我们已完成任务的以下环节： 1. 完成博客数据采集和清洗流程，获取包含文本数据的数据集； 2. PythonNLTK 使用的自然语言处理工具，对博客文本数据集进行 分词、词性标注、命名实体识别等处理，提取关键属性； 3. SVM 使用支持向量机（）算法对博客数据集进行分类，形成二分 类模型。 下一步，我们将进行以下工作： 1. 改进数据清洗流程，提高数据质量； 2. 探究其他机器学习算法和深度学习模型的适用性，改进分类和聚 类效果； 3. 完善模型的评估指标和结果展示方式。 三、遇到的问题和解决方案 在任务执行中，我们遇到了以下问题：