一种基于改进贝叶斯算法的Web文本分类方法

• 作者: 徐小伟 成亚谊
• 来源期刊: 现代计算机：上半月版
• 学科: 工学
• 关键词: 朴素贝叶斯 互补贝叶斯 Web文本分类 倾斜数据分布
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 研究与开发
• 页码范围: 3-7
• 页数: 5页
• 分类号: TP393.08
• 字数: 2553字
• 语种: 中文

摘要

针对基于互补贝叶斯的分类算法在数据倾斜分布时由于过学习现象导致分类准确度不理想的状况,提出一种改进的互补贝叶斯分类算法。通过实验分析数据的倾斜分布对改进后的互补贝叶斯算法的影响,经验证该算法能够在数据倾斜分布时依然能保持较高的分类准确度,并且能随数据倾斜分布表现出较好的鲁棒性。讨论普通文本与Web文本的不同,建立一种带有主题权重的文档向量模型,并分析主题权重对文本算法的影响。实验发现,使用带有主题权重的文档向量模型,能够使得分类准确率相比普通的文本分类提高5%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐小伟	四川大学计算机学院	3	5	1.0	2.0
2	成亚谊	四川大学计算机学院	3	1	1.0	1.0