基于SVM的局部潜在语义分析算法研究

• 作者: 刘臻晖 谭光兴
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 局部潜在语义分析 支持向量机 奇异值分解 S-LLSA
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 数据挖掘
• 页码范围: 177-182
• 页数: 6页
• 分类号: TP393
• 字数: 4212字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.01.029

摘要

针对现有的Web文本分类与表示方法中出现的各种分类效果与性能优化等问题,基于局部潜在语义分析的理论原理,利用支持向量机分类优势,设计出一种基于文档与类别之间相关度的生成局部区域的算法,即S-LLSA.该算法在语义分析使用矩阵的奇异值分解过程中引入不同类别信息,分析特征词的局部特征,使用支持向量机分类器计算文本对类别的相关度参数,并应用于局部区域生成过程.通过实验表明,S-LLSA算法有效解决了局部区域如何进行局部奇异值分解问题,有效提高并优化了Web文本分类效果,更好地表示了Web文本潜在语义空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭光兴	江西财经大学信息管理学院	46	249	9.0	13.0
2	刘臻晖	江西财经大学信息管理学院	2	9	1.0	2.0