基于SVD和部分聚集分类的文本挖掘算法

下载PDF

导出

摘要搜索引擎是Web上最常见的信息发现工具,但由于信息的快速增长,搜索查询结果通常过于庞大,并且很多与客户的实际需求无关。本文提出的文本挖掘算法,在使用奇异值分解(SVD)的基础上,对部分Web文件进行群集,生成分类模型,再使用基于集合覆盖的SVM(SupportVectorMachines)分类算法将剩余文件归类。这样,客户就可以根据群集筛选轻松定位到感兴趣的文件,提高查询精度。

作者邱晓蕾张聪超

机构地区上海师范大学数理信息学院

出处《福建电脑》 2005年第10期48-49,共2页 Journal of Fujian Computer

关键词文本挖掘奇异值分解群集分类支持向量机挖掘算法分类模型文本 SVD WEB文件

分类号 TP311.13 [自动化与计算机技术—计算机软件与理论] TS255.1 [轻工技术与工程—农产品加工及贮藏工程]

引文网络
相关文献

1防范Web文件格式化硬盘[J].电脑知识与技术（过刊）,2001(03B):50-50.
2刘志强.Word文档图片保存又一法[J].电脑爱好者,2004(10).
3段益群.基于PowerBuilder下Web文件的传输实现[J].软件工程师,2011(5):53-55.
4春花秋月.浅述WEB文件的攻击与防范[J].电脑界（应用文萃）,2001(8):83-84.
5王钊.基于SSH的Web中的文本挖掘算法的研究与应用[J].工业控制计算机,2015,28(9):128-129.
6朱颢东,蔡乐才,刘忠英.一种改进的文本特征选择算法[J].现代电子技术,2008,31(8):97-99. 被引量：7
7小抄速记[J].电脑爱好者,2010(8):48-48.
8钟国强.ACDSee实用技巧[J].家庭电子,2003(3):48-48.
9徐静波,陈陶伟.数字指纹对Web网页的双重保护[J].东华大学学报（自然科学版）,2006,32(1):116-119.
10侯成岗.全面追捕ＡＳＰ后门（上）[J].网友世界,2005(2):44-44.

福建电脑

2005年第10期

浏览历史

内容加载中请稍等...

基于SVD和部分聚集分类的文本挖掘算法

相关作者

相关机构

相关主题

浏览历史