面向电力客户投诉信息的短文本分类算法的改进技术

• 作者: 吴艾薇 雷景生
• 来源期刊: 上海电力学院学报
• 学科: 工学
• 关键词: 文本分类 中心向量法 K近邻算法 相似度
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 计算机技术
• 页码范围: 597-600
• 页数: 4页
• 分类号: TN919.3|TP271.5
• 字数: 2723字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4729.2017.06.017

摘要

针对电力客户投诉信息进行短文本分类,介绍了K近邻(KNN)算法和中心向量算法,并针对KNN分类算法的某些缺陷作了相关改进,主要加入了中心向量法的思想.对改良后的KNN算法、中心向量算法和传统的KNN算法进行了实验比较,结果发现,相比传统的KNN算法,改良后的新方案能更好地运用在电力客户投诉信息的分类操作上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷景生	上海电力学院计算机科学与技术学院	32	203	7.0	13.0
2	吴艾薇	上海电力学院计算机科学与技术学院	1	2	1.0	1.0