vc++ 包含Ling-Spam 特征库和先验概率的计算 提取垃圾邮件的中的核心词汇 提取正常邮件的中的核心词汇 反馈机制

1. 首先在Parameter.h中将程序的的路径Path改为当前的绝对路径 例如: static char Path[30] = "E:\\ReadDir\\"; 2.程序启动后：会出现"是否启动训练(N(No),Y(Yes)):"，此时输入：Y，表示启动训练； 并会出现第一个："请输入m_switch的值(0 表示开始训练或 1表示启动反馈)："， 此时输入：0，这时进行会提取垃圾邮件的中的核心词汇。 不久会出现第二个："请输入m_switch的值(0 表示开始训练或 1表示启动反馈)："

摘 要：【目的/意义】微博转发行为反映了微博用户对所感兴趣微博的一种行为表现，对微博转发行为的研究有助 于微博的深度挖掘工作。【方法/过程】本文从内容分析的角度，对微博转发行为进行了预测。量化分析了微博内容 中一组低水平特征和高水平特征，采用逻辑回归模型对微博转发概率进行预测，并在微博数据集中进行了训练和 验证。【结果/结论】基于模型中的参数学习，证实这些内容特征对于微博转发有着密切的联系，据此进一步推断微 博用户主要的兴趣点。 关键字：微博；转发；内容分析；情感理论研究 情报科学 第36卷第4