一种基于新的特征选择的海量网络文本挖掘算法研究

• 作者: 张人上 曲开社
• 来源期刊: 计算机应用研究
• 关键词: 文本自动分类 特征选择 蚁群优化算法 神经网络
• 年，卷（期）: 2014,（9）
• 页码范围: 2632-2634,2684
• 页数: 4页
• 分类号: TP181|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.09.017

摘要

为了提高文本自动分类准确率,提出一种改进的蜂群优化神经网络的选择特征的文本数据挖掘算法.该算法将文本特征选择转换成一个多目标优化问题,以特征维数最少、分类正确率最高为选择标准,采用蚁群算法找到最优特征子集,最后神经网络建立文本自动分类器,进行仿真实验测试算法性能.仿真实验结果表明,提出的方法从高维文本最优文本特征,提高了文本自动分类的正确率和识别效率,是一种有效的网络文本挖掘算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲开社	山西大学计算机与信息技术学院	26	710	8.0	26.0
2	张人上	山西财经大学信息管理学院	20	63	4.0	7.0