基于Map Reduce的Bagging贝叶斯文本分类

• 作者: 冀素琴 卫洁 石洪波
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 分布式 Map Reduce模型 文本分类 集成学习 朴素贝叶斯 Bagging算法
• 年，卷（期）: 2012,（16）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 203-206,211
• 分类号: TP301.6
• 字数: 5541字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.16.053

摘要

集中式系统框架难以进行海量文本数据分类.为此,提出一种基于Map Reduce的Bagging贝叶斯文本分类算法.介绍朴素贝叶斯文本分类算法,将其与Bagging算法结合,运用Map Reduce并行编程模型,在Hadoop平台上实现算法.实验结果表明,该算法分类准确率较高,运行时间较短,适用于大规模文本数据集的分类学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石洪波	山西财经大学信息管理学院	45	446	11.0	19.0
2	冀素琴	山西财经大学信息管理学院	13	118	6.0	10.0
3	卫洁	山西财经大学信息管理学院	4	47	3.0	4.0