网络留言分类中贝叶斯复合算法的应用研究

• 作者: 马小龙
• 来源期刊: 佛山科学技术学院学报（自然科学版）
• 学科: 工学
• 关键词: 网络留言 文本分类 Bayes SVM EM
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 43-47,68
• 页数: 6页
• 分类号: TP391
• 字数: 4192字
• 语种: 中文

摘要

Bayes算法在已知先验概率与条件概率的情况下进行模式分类,待分样本的分类结果取决于各类域中样本的全体,但实际上类别总体的概率分布和各类样本的概率分布函数是不确定的.为了解决上述问题,提出了一种基于SVM-EM算法的Bayes算法,首先利用非线性变换和结构风险最小化原则将流量分类问题转化为二次寻优问题,然后要求EM算法对Bayes算法要求条件独立性假设进行填补,最后利用Bayes算法进行网络留言分类,提高了分类的准确性和稳定性.