基于修正核函数SVM分类算法的电商行业竞争对手识别

• 作者: 何丹 徐少堂 陈盛双
• 来源期刊: 汉口学院学报
• 学科: 工学
• 关键词: 数据挖掘 支持向量机 修正核函数 竞争对手识别
• 年，卷（期）: 2015,（2）
• 页码范围: 55-58
• 页数: 4页
• 分类号: TP39

摘要

从海量的电商数据中识别出潜在的竞争对手对自身平台的产品计划有重要的指导意义。采用二分类支持向量机（Support Vector Machine，SVM）分类算法对电商平台上listing产品信息进行分析和识别，发现对于现有的数据源，没有一个很好的选择核函数的方法，这使得实验过程较为复杂。为使算法应用更好地与实际问题契合，简化核函数选择过程，提出一种利用实验逐步修正已有核函数的改进算法；实验结果显示改进算法精确度和召回率均在90％以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何丹	汉口学院计算机科学与技术学院公共数学部	13	0	0.0	0.0
2	陈盛双	汉口学院计算机科学与技术学院公共数学部	11	0	0.0	0.0
3	徐少堂	汉口学院计算机科学与技术学院公共数学部	7	0	0.0	0.0