基于文本数据挖掘的硕士论文分类技术

• 作者: 曾立梅
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 文本分类 支持向量机 研究方向
• 年，卷（期）: 2010,（5）
• 页码范围: 669-672,682
• 分类号: TP181
• 字数: 4103字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2010.05.029

摘要

针对硕士论文的000余个相关数据,在对所研究的数据对象特点进行分析的基础上,确定了分类算法,详细分析了支持向量机分类方法;对收集的研究数据进行了仿真实验,并与其他常用分类器进行比较.实验表明,基于支持向量机的分类方法比其他常用分类器具有较高的准确率.对实验结果中得到的知识进行了分析,得出一系列可供科学研究者和管理者参考的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾立梅	重庆邮电大学计算机学院	9	55	4.0	7.0