基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
多关系分类是数据挖掘领域中的研究和应用热点。已有多关系朴素贝叶斯分类算法将所有与目标表相连的表都考虑在内,包括语义关系很弱的表。为此,本文提出一种新的分类算法—Graph-NB。它通过对表进行剪裁,达到优化语义关系图,从而一定程度上消除无关表对分类影响的目的。该算法实现了深度优先与广度优先两种遍历策略。实验结果表明,语义关系图的优化可以提高分类准确度和运行效率,相比于其他算法,该算法运行时间短,分类准确度高。
推荐文章
一种有效的多关系贝叶斯分类算法
数据挖掘
多关系
分类
元组ID传播
贝叶斯
一种新型加权朴素贝叶斯分类算法
数据挖掘
朴素贝叶斯
属性频率
基于关系选择的多关系朴素贝叶斯分类
数据挖掘
多关系
分类
信息增益率
贡献度
关系选择
一种改进的朴素贝叶斯文本分类算法
贝叶斯
文本分类
特征词
多变量贝努力模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Graph-NB:一种高效准确的多关系朴素贝叶斯分类算法
来源期刊 信息系统学报 学科 工学
关键词 多关系分类 朴素贝叶斯分类 深度优先 广度优先
年,卷(期) 2008,(1) 所属期刊栏目
研究方向 页码范围 1-11
页数 11页 分类号 TP183
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘红岩 清华大学经济管理学院 17 784 6.0 17.0
2 陈海亮 美国伊利诺大学香槟分校计算机科学系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多关系分类
朴素贝叶斯分类
深度优先
广度优先
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息系统学报
半年刊
16开
北京市清华大学经济管理学院《信息系统学报
2007
chi
出版文献量(篇)
293
总下载数(次)
9
总被引数(次)
2003
论文1v1指导