版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)和信息技術(shù)的快速發(fā)展,不同形式的數(shù)字信息充斥著互聯(lián)網(wǎng)的每個角落,其中文本信息占據(jù)了舉足輕重的地位。如何高效的管理文本成為了研究的一個熱點課題,自動文本分類技術(shù)應(yīng)運(yùn)而生。但是自動文本分類的性能還比較低,有非常大的改進(jìn)空間。文本分類是一個有監(jiān)督的學(xué)習(xí)過程,涉及到機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等領(lǐng)域的許多關(guān)鍵技術(shù)。影響文本分類性能的因素很多,主要有文本預(yù)處理、特征抽取、維度約減、文本表示、分類器設(shè)計、評價標(biāo)準(zhǔn)等。由于傳統(tǒng)文本表示模型的高維性
2、和高稀疏度等特點,設(shè)計高效的文本表示模型和降低文本表示維度是文本分類領(lǐng)域關(guān)注的熱點。
課題研究在深入分析自動網(wǎng)頁文本分類技術(shù)的基礎(chǔ)上,結(jié)合美食行業(yè)的特點,設(shè)計了一種基于支持向量機(jī)和HR-VSM模型的Web主題分類算法。首先,本文對當(dāng)前文本分類技術(shù)在國內(nèi)外的發(fā)展現(xiàn)狀進(jìn)行了綜述,對文本分類的定義、流程及文本表示模型進(jìn)行了概述,對經(jīng)典的機(jī)器學(xué)習(xí)算法進(jìn)行了簡要的介紹。
然后研究了網(wǎng)頁文本的特征提取方法??紤]到網(wǎng)頁數(shù)據(jù)是一種半
3、結(jié)構(gòu)化的數(shù)據(jù),充分考慮了網(wǎng)頁中不同位置的文本對網(wǎng)頁主題的權(quán)重不同,在研究了文本特征提取算法的基礎(chǔ)上,根據(jù)網(wǎng)頁特征的特殊性,對網(wǎng)頁文本特征提取和加權(quán)算法進(jìn)行了改進(jìn)。基于網(wǎng)頁鏈接所指向同級網(wǎng)頁的內(nèi)容與原網(wǎng)頁文本內(nèi)容的主題相似性,本文提出了一種新穎的網(wǎng)頁文本向量計算模型——HR-VSM模型。
接下來基于改進(jìn)模型并結(jié)合支持向量機(jī)算法,設(shè)計了一種基于機(jī)器學(xué)習(xí)的主題Web分類算法,詳細(xì)講述了該算法的理論基礎(chǔ)和基于該算法的分類流程。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種Agent普適機(jī)器學(xué)習(xí)分類器研究.pdf
- 一種基于AdaBoost的組合分類算法研究.pdf
- 一種基于統(tǒng)計流形學(xué)習(xí)的文本分類算法.pdf
- 基于機(jī)器學(xué)習(xí)的分類算法研究.pdf
- 一種基于Web日志挖掘聚類算法的研究.pdf
- 基于機(jī)器學(xué)習(xí)的主題Web挖掘技術(shù).pdf
- 一種HMM的學(xué)習(xí)算法.pdf
- 一種基于主題的并行排序?qū)W習(xí)方法研究.pdf
- 一種改進(jìn)的Web社區(qū)挖掘算法.pdf
- 一種基于集成學(xué)習(xí)的多示例分類模型.pdf
- 一種基于向量空間模型的商品分類算法.pdf
- 基于機(jī)器學(xué)習(xí)的流量分類算法研究.pdf
- 一種基于eEPs的中文文本自動分類算法.pdf
- 一種基于解析中心割平面法的分類算法.pdf
- 一種新的Web結(jié)構(gòu)挖掘算法的研究.pdf
- 一種基于共享內(nèi)存的快速并行主題建模算法.pdf
- 一種基于奇異點的指紋分類與匹配算法研究.pdf
- 一種改進(jìn)的分類算法及其應(yīng)用.pdf
- 一種基于分類和識別的目標(biāo)跟蹤算法.pdf
- 基于語義Web的機(jī)器學(xué)習(xí)算法研究與應(yīng)用.pdf
評論
0/150
提交評論