Сравнение алгоритмов машинного обучения классификации интернет-публикаций

Барзолевская Анна Федоровна, Кондрашкин Дмитрий Александрович, Самойлов Вячеслав Евгеньевич, Царегородцев Анатолий Валерьевич

Интернет представляет собой один из крупнейших источников информации в мире. Можно сказать, что любая тема, на которую мы размышляем, может быть найдена в сети. Информация в Интернете представлена в разных формах и типах, например, в текстовых документах, картинках и видео. Однако, сбор полезной информации без помощи некоторых веб-утилит является очень непростой задачей. В этом деле помогает веб-майнинг: данный метод предоставляет инструменты, облегчающие извлечение необходимых данных из интернет-ресурсов. Многие исследования сфокусированы на проблеме высокоточной классификации веб-страниц. В данном исследовании проводится оценка некоторых алгоритмов контролируемого обучения для выявления категорий среди публикаций в социальных сетях. В процессе исследования, для сравнения эффективности решения задач классификации публикаций пользователей социальных сетей, использованы следующие алгоритмы машинного обучения: случайный лес, нейронная сеть, снижение размерности, AdaBoost.

Ключевые слова:классификация публикаций пользователей сети Интернет; социальные сети; классификация веб-страниц; анализ данных; случайный лес; нейронные сети; снижение размерности; AdaBoost.