基于支持向量机的Web文本分类方法 | |
牛强 ; 王志晓 ; 陈岱 ; 夏士雄 | |
2015-09-01 ; 2015-09-01 | |
关键词 | 支持向量机 特征提取 Web文本 文本分类 |
中文摘要 | Web文本分类技术是数据挖掘中一个研究热点领域,而支持向量机又是一种高效的分类识别方法,在解决高维模式识别问题中表现出许多特有的优势。文章通过分析Web文本的特点,研究了向量空间模型(VSM)的分类方法和核函数的选取,在此基础上结合决策树方法提出了一种基于决策树支持向量机的Web文本分类模型, 并给出具体的算法。通过实验测试表明,该方法训练数据规模大大减少,训练效率较高,同时具有较好的精确率 (90.11%)和召回率(89.38%)。 |
内容类型 | 期刊论文 |
源URL | [http://ir.calis.edu.cn/hdl/232060/11086] ![]() |
专题 | 中国矿业大学(徐州) |
推荐引用方式 GB/T 7714 | 牛强,王志晓,陈岱,等. 基于支持向量机的Web文本分类方法[J],2015, 2015. |
APA | 牛强,王志晓,陈岱,&夏士雄.(2015).基于支持向量机的Web文本分类方法.. |
MLA | 牛强,et al."基于支持向量机的Web文本分类方法".(2015). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论