一种适用于大规模网页分类的快速算法

• 作者: 缪有栋 邱锡鹏 黄萱菁
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 类中心 文本分类 统计学习
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 算法
• 页码范围: 260-263,281
• 分类号: TP391
• 字数: 5980字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.07.075

摘要

网页分类中存在类别多、训练样本少等问题,一般分类器训练应用效果不佳.为了解决这个问题,提出基于类中心的统计学习方法.在较少人工标注网页的训练集情况下,此方法能取得很好的分类性能并且大幅度加快训练时间,并可以通过加入网页层次目录信息提升推理速度.在第一届LSHTC评测数据集上进行实验,结果表明:基于类中心的统计学习方法拥有较快的训练以及推理速度,并且在正确率上有很强的竞争力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄萱菁	复旦大学计算机科学技术学院	49	2106	18.0	45.0
2	邱锡鹏	复旦大学计算机科学技术学院	12	100	6.0	9.0
3	缪有栋	复旦大学计算机科学技术学院	1	3	1.0	1.0