基于向量空间模型的多主题Web文本分类方法

• 作者: 吴正国 周炎涛 唐剑波
• 来源期刊: 计算机应用研究
• 关键词: 向量空间模型 文本分类 多主题 数据挖掘
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 软件技术研究
• 页码范围: 142-144
• 页数: 3页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.01.043

摘要

对给定的网页,提取其特征向量,计算网页特征向量与分类特征向量的相似度,使用K-means聚类方法寻找归属类得到动态阈值,提出了一种基于动态阈值的向量空间模型多主题Web文本分类方法.该方法通过网页与每个类的相似度和动态阈值的比较,实现了将包含多个主题的网页划分到相应的多个类中.实验证明,这种方法具有较好的精确度和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴正国	海军工程大学信息与电气学院	148	3207	29.0	51.0
2	周炎涛	湖南大学计算机与通信学院	42	618	13.0	24.0
6	唐剑波	湖南大学计算机与通信学院	3	142	3.0	3.0