分布式朴素贝叶斯算法在文本分类中的应用

• 作者: 孟令军 成亚飞 赵好好 赵文涛 韩炳权
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: MapReduce框架 文本分类 朴素贝叶斯算法
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 50-55
• 页数: 6页
• 分类号: TP311
• 字数: 5670字
• 语种: 中文

摘要

传统串行贝叶斯算法在对大规模数据进行分类时,性能较低下.为此,在TFIDF(词频-逆向文件频率)特征加权基础上,提出ICF(逆类别因子)类别加权因子,对传统贝叶斯分类模型进行改进.利用MapReduce并行计算框架在处理海量数据方面的优势,设计并实现了一种对TFIDF改进的分布式朴素贝叶斯文本分类算法.实验结果表明,与传统分布式朴素贝叶斯算法和TFIDF加权的分布式朴素贝叶斯算法相比,改进后的分类算法在查准率、查全率、F-measure等方面都有了较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文涛	河南理工大学计算机科学与技术学院	32	158	7.0	11.0
3	成亚飞	河南理工大学计算机科学与技术学院	4	47	2.0	4.0
4	孟令军	河南理工大学计算机科学与技术学院	9	78	3.0	8.0
5	赵好好	河南理工大学计算机科学与技术学院	5	75	3.0	5.0
8	韩炳权	河南理工大学测绘与国土信息工程学院	1	2	1.0	1.0