原文服务方: 科技与创新       
摘要:
随着Internet的飞速发展,网络上的web信息资源迅速膨胀,如何在浩瀚的web文本信息资源中高效精确地挖掘出有用的知识已经成为目前的研究热点之一.本文首先介绍了web文本分类的基本概念,并对分类过程中的几个关键技术做了简单描述,然后对传统的属性约简方法进行了改进,初步证明该改进可降低决策表的维数,从而减少运算量,提高了效率.
推荐文章
基于支持向量机的Web文本分类方法
支持向量机
特征提取
Web文本
文本分类
基于免疫算法的文本分类研究
文本分类
免疫
克隆选择
抗体浓度
基于联合提取特征的粗糙集文本分类技术研究
文本分类
粗糙集
互信息
χ2统计
联合提取特征
朴素贝叶斯算法和SVM算法在Web文本分类中的效率分析
Web分类系统
朴素贝叶斯算法
SVM算法
效率分析
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 基于Rough集的web文本分类研究
来源期刊 科技与创新 学科
关键词 web文本分类 Rough集 属性约简 决策表
年,卷(期) 2009,(27) 所属期刊栏目 软件时空
研究方向 页码范围 180-181,8
页数 3页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2009.27.071
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (14)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
web文本分类
Rough集
属性约简
决策表
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导