挖掘重要项集的关联文本分类

• 作者: 白清源 蔡金凤
• 来源期刊: 南京大学学报：自然科学版
• 学科: 工学
• 关键词: 文本分类 基于关联规则的分类算法 权重 重要项集
• 年，卷（期）: 2011,（5）
• 页码范围: 544-550
• 分类号: TP391
• 语种: 中文

摘要

针对在关联规则分类算法的构造分类器阶段中只考虑特征词是否存在,忽略了文本特征权重的问题,基于关联规则的文本分类方法（ARC-BC）的基础上提出一种可以提高关联文本分类准确率的ISARC（ItemSet Significance-based ARC）算法.该算法利用特征项权重定义了k-项集重要度,通过挖掘重要项集来产生关联规则,并考虑提升度对待分类文本的影响.实验结果表明,挖掘重要项集的ISARC算法可以提高关联文本分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白清源	福州大学数学与计算机科学学院	22	108	7.0	9.0
2	蔡金凤	福州大学数学与计算机科学学院	1	4	1.0	1.0