一种基于预分类的高效SVM中文网页分类器

• 作者: 徐洪奎 杜如虚 武波 许世明 邸思 马翠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 中文网页分类 文本分类 机器学习
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 125-128
• 页数: 4页
• 分类号: TP391.1
• 字数: 4428字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.01.039

摘要

中文网页分类技术是数据挖掘研究中的一个热点领域,而支持向量机(SVM)是一种高效的分类识别方法.首先给出了一个基于SVM的中文网页自动分类系统模型,详细介绍了分类过程中涉及的一些关键技术,其中包括网页预处理、特征选择和特征权重计算等.提出了一种利用预置关键词表进行预分类的方法,并详细说明了该方法的原理与实现.实验结果表明,该方法与单独使用SVM分类器相比,不仅大大减少了分类时间,准确率和召回率也明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武波	西安电子科技大学计算机学院	33	259	9.0	14.0
2	杜如虚	中国科学院深圳先进技术研究院	11	103	5.0	10.0
3	徐洪奎	中国科学院深圳先进技术研究院	4	68	3.0	4.0
4	许世明	西安电子科技大学计算机学院	1	31	1.0	1.0
8	马翠	中国科学院深圳先进技术研究院	1	31	1.0	1.0
9	邸思	中国科学院深圳先进技术研究院	3	58	2.0	3.0