基于Rough集的web文本分类研究

• 来源期刊: 科技与创新
• 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
• 页码范围: 180-181,8
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2009.27.071

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.