人工神经网络
人工神经网络的灵感来自于被称为神经元或感知器的大脑模型,它由从输入中获得的内部状态激活而产生影响(Fulcher,2008;Schalkoff,1997)。(Straton等人,2017)试图通过减少杂乱和噪音来改善医疗机构在社交媒体上的信息传播。该研究使用Facebook根据帖子的11个特征来预测医疗保健帖子的受欢迎程度。(Lohokare等人,2017)提出了一个glod融交易和社交媒体数据收集的机制,用于信用评分的计算。作者使用人工神经网络技术获得了对一般社会地位的洞察力来计算信用分数。(Ghiassi等人,2016)在动态架构中应用人工神经网络技术,并在有针对性的基础上利用Twitter情感分析对品牌进行监督特征工程。该解决方案是为了克服与品牌相关的推特情感类分布和推特语言的独特特征的问题。作者设法说明了所提出的方法在Twitter数据集上的有用性。
网站声明:如果转载,请联系本站管理员。否则一切后果自行承担。
添加我为好友,拉您入交流群!
请使用微信扫一扫!