IG-RS-SVM的电子商务产品质量舆情分析研究

• 作者: 任欢 冯俊 叶佳骏 周杭霞
• 来源期刊: 中国计量学院学报
• 学科: 工学
• 关键词: 产品评论 信息增益 随机子空间 支持向量机
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 质量与安全
• 页码范围: 285-290
• 页数: 6页
• 分类号: TP391.1
• 字数: 4022字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1540.2015.03.007

摘要

电子商务产品的评论信息对于电子商务产品质量舆情监测具有极大的参考价值.针对集成学习算法在高维度下分类精度降低的不足之处,提出了一种IG-RS-SVM(Information Gain-Random Subspace-Support Vector Machine)算法.以Random Subspace集成学习算法为基础,以支持向量机算法为基学习器.引入了信息增益特征选择算法.通过对特征空间中每个特征的信息增益值进行排序,剔除无价值的特征,降低RS集成算法生成的特征子空间的维度,从而提高了SVM分类算法的效率.实验结果表明,改进后算法可以有效提高评论内容的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周杭霞	中国计量学院信息工程学院	44	314	11.0	15.0
2	叶佳骏	中国计量学院信息工程学院	4	18	2.0	4.0
3	冯俊		6	17	3.0	4.0
4	任欢	中国计量学院信息工程学院	3	7	2.0	2.0