基于随机词汇迭代模型的POI分类检索

• 作者: 段炼
• 来源期刊: 计算机应用研究
• 关键词: 兴趣点分类 网络文本分类 特征选择 局部特征语义 兴趣点更新 空间信息更新
• 年，卷（期）: 2014,（10）
• 页码范围: 3024-3027
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.10.033

摘要

从特征选择、局部区域划分和词汇语义相似性计算入手,利用随机词汇迭代模型(random terms iterativemodel,RTIM)进行海量兴趣点(point of interest,POI)文本分类.通过词汇频度、集中度和离散度方法筛选出特征词汇;依据文本与各POI类别间的相似度进行局部区域划分;在每个局部区域内基于词汇在文本中的排列顺序构建词频向量,基于词频向量中词频的随机删除和重构,获取特征映射矩阵;通过特征映射矩阵将文本转为特征向量,并采用SVM分类器进行POI文本分类.实验证明,该方法有效提升了POI文本分类准确性和覆盖率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段炼	广西师范学院北部湾环境演变与资源利用教育部重点实验室	10	48	3.0	6.0