一种基于关联分析的KNN文本分类方法

• 作者: 成卫青 范恒亮
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 文本分类 KNN 关联分析
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 71-74
• 页数: 4页
• 分类号: TP301
• 字数: 3671字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.06.018

摘要

KNN算法在数据挖掘的分支-文本分类中有重要的应用。在分析了传统KNN方法不足的基础上,提出了一种基于关联分析的KNN改进算法。该方法首先针对不同类别的训练文本提取每个类别的频繁特征集及其关联的文本,然后基于对各个类别文本的关联分析结果,为未知类别文本确定适当的近邻数k,并在已知类别的训练文本中快速选取k个近邻,进而根据近邻的类别确定未知文本的类别。相比于基于传统KNN的文本分类方法,改进方法能够较好地确定k值,并能降低时间复杂度。实验结果表明,文中提出的基于改进KNN的文本分类方法提高了文本分类的效率和准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成卫青	南京邮电大学计算机学院	31	301	11.0	16.0
2	范恒亮	南京邮电大学计算机学院	1	13	1.0	1.0