面向大数据的规则引擎驱动下信息分类方法.pdf

利用支持向量机对于微博爬取的不实信息进行分类，并且爬取正常的微博信息，判断微博是否不实。其中正常微博为0，不实微博为1

内容是打包好的信息分类网站源码，满足可搜索可注册需求，图片改成自己公司的。解压后，用IIS部署就可以了

本标准按照GB/T 1.1-2009给出的规则起草。 本标准由国家发改委提出并归口。 本标准规定了公共信用信息分类的原则、分类体系架构、编码规则以及分类与代码。 本标准适用于公共信用信息的分类工作。

最新版同城信息分类门户小程序源码，亲测无功能障碍（需要准备一个认证过的服务号和小程序号），功能齐全：分类信息、商家入驻、二手资源、交友、便民信息、房产、旅游、养老、分销商城等功能一应俱全

基于贝叶斯分类的中文垃圾信息分类识别核心核心代码，可直接运行的源程序。public void loadTrainingDataChinies(File trainingDataFile,String infoType) { //加载中文分词其 NLPIR.init("lib"); // System.out.println(trainingDataFile.isFile()+"=============="); // 尝试加载学习数据文件 try { // 针对学习数据文件构建缓存的字符流，利用其可以采用行的方式读取学习数据 BufferedReader fileReader = new BufferedReader(new FileReader( trainingDataFile)); // 定义按照行的方式读取学习数据的临时变量 String data = ""; // 循环读取学习文件中的数据 while ((data = fileReader.readLine()) != null) { // System.out.println("*****************************"); //System.out.println(data+"000000000000000000000"); // 按照格式分割字符串，将会分割成两部分，第一部分为ham或spam,用于说明本行数据是有效消息还是垃圾消息，第二部分为消息体本身 //String[] datas = data.split(":"); // 对消息体本身进行简单分词（本学习数据均为英文数据，因此可以利用空格进行自然分词，但是直接用空格分割还是有些简单粗暴，因为没有处理标点符号，大家可以对其进行扩展，先用正则表达式处理标点符号后再进行分词，也可以扩展加入中文的分词功能） //首先进行中文分词 // System.out.println(datas[1]+"------------------------"); //if(datas.length>1) { //System.out.println(datas.length); String temp=NLPIR.paragraphProcess(data, 0); //System.out.println(temp); String[] words = temp.split(" ");

JT/414-2006道路运输电子政务平台 信息分类与指标 扫描版本

GB_T 2261.1-2003个人基本信息分类与代码 第1部分_ 人的性别代码