K-means聚类和支持向量机结合的文本分类研究

• 作者: 徐蔚鸿 贾燕花
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 k-means算法 聚类 支持向量机
• 年，卷（期）: 2010,（22）
• 页码范围: 172-174
• 分类号: TP391
• 字数: 3510字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.22.051

摘要

针对数据挖掘中文本自动分类问题,提出了一种基于k-means聚类算法和支持向量机相结合的文本分类方法.该方法先将文本大致聚为k类,然后对每一类用支持向量机进行细分.构造了可用于多个模式类识别的多层SVM模型,该模型可完成对多个模式的分类识别.给出了该模型的构造及应用的方法,并验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐蔚鸿	长沙理工大学计算机与通信工程学院	85	647	14.0	21.0
2	贾燕花	长沙理工大学计算机与通信工程学院	1	14	1.0	1.0