基于加权频繁项集的文本分类规则挖掘

• 作者: 乔少杰 刘齐宏 唐常杰 段磊 邱江涛
• 来源期刊: 四川大学学报（工程科学版）
• 学科: 工学
• 关键词: 关联规则 文本分类 加权频繁项集
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 信息工程
• 页码范围: 110-114
• 页数: 5页
• 分类号: TP311
• 字数: 5093字
• 语种: 中文

摘要

针对特征向量分量的权重和文本大小对分类规则产生的影响,提出一种可以提高关联文本分类性能的文本分类规则挖掘方法,提出了加权频繁项集的概念和相应的加权频繁项集挖掘算法,在分类规则中突出特征向量权重大的向量分量;提出一种特征向量预处理方法,消除文本大小对挖掘分类规则的影响.实验表明,解决上述两个问题将可以很好的提高文本分类的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐常杰	四川大学计算机学院	164	2750	30.0	45.0
2	乔少杰	四川大学计算机学院	29	470	14.0	21.0
3	刘齐宏	四川大学计算机学院	24	281	9.0	16.0
4	段磊	四川大学计算机学院	49	685	13.0	24.0
5	邱江涛	西南财经大学经济信息工程学院	11	142	5.0	11.0