作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
互联网在全球的普及和应用的不断发展,推动了数据挖掘和知识发现技术,而文本分类作为处理和组织大量文本数据的关键技术,是数据挖掘研究的一个重点和热点.由于贝叶斯方法具有运行快速、易于实现的特点,它被广泛应用于各种文本分类及信息检索系统.本文着重研究和分析了几个不同的特征选择方法,将贝叶斯的文本分类方法和改进了的特征选择方法结合起来实现了训练算法、特征选择算法和分类算法.
推荐文章
朴素贝叶斯算法和SVM算法在Web文本分类中的效率分析
Web分类系统
朴素贝叶斯算法
SVM算法
效率分析
基于Hadoop的Dirichlet朴素贝叶斯文本分类算法
文本分类
云计算
MapReduce
朴素贝叶斯文本
数据平滑
基于 MapReduce 的平均多项朴素贝叶斯文本分类
文本分类
朴素贝叶斯
并行计算
冗余特征
大数据
基于改进的朴素贝叶斯文本分类研究
文本分类
朴素贝叶斯
K近邻
知网
中文分词
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 智能搜索中基于特征选择和贝叶斯的文本分类算法浅析
来源期刊 广播电视信息 学科
关键词 特征 贝叶斯 文本分类 智能搜索
年,卷(期) 2013,(8) 所属期刊栏目 网络技术
研究方向 页码范围 68-69,73
页数 3页 分类号
字数 1792字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨小强 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征
贝叶斯
文本分类
智能搜索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广播电视信息
月刊
1007-1997
11-3229/TN
大16开
北京市场信息2144信箱
82-46
1994
chi
出版文献量(篇)
9372
总下载数(次)
15
论文1v1指导