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:
随着社交网络的兴起,文本数据不断增加,这使得自动化文本分类技术成为研究的热点.单个文本可能同时带有多个类别标签,该特点直接导致传统的二分类或多类别分类技术在多标签文本数据上性能不佳.针对这一不足,提出一种基于半监督杂质的子空间聚类分析算法SCA(subspace clustering analysis),该算法分析在多标签环境下每一对分类和标签之间存在的潜在相关性.并设计一种对分类文本数据更有效的多标签分类器.最后,实验对两个多标签文本集进行分析,结果表明该算法优于当前采用的其他文本分类方法.
推荐文章
基于聚类改进的 KN N文本分类算法
文本分类
KNN
聚类化
训练集
基于发现特征子空间模型的文本分类算法
发现特征子空间
文本分类
模式
一种鲁棒的子空间聚类算法
子空间聚类
鲁棒性
权参数
最优化
基于改进的最大熵均值聚类方法在文本分类中的应用
文本分类
最大熵
C-均值聚类
特征选择
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 一种子空间聚类算法在多标签文本分类中应用
来源期刊 计算机应用与软件 学科 工学
关键词 文本数据 多标签 分类器 子空间聚类 杂质
年,卷(期) 2014,(8) 所属期刊栏目 算法
研究方向 页码范围 288-291,303
页数 5页 分类号 TP311.1
字数 4937字 语种 中文
DOI 10.3969/j.issn.1000-386x.2014.08.072
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 于海鹏 河南工程学院计算机学院 29 128 6.0 10.0
2 翟红生 河南工程学院计算机学院 15 104 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (24)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (17)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(7)
  • 参考文献(4)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本数据
多标签
分类器
子空间聚类
杂质
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导