基于ID3决策树改进算法的稿刊推荐研究

• 作者: 贾笛笛 陈智勇
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 稿刊推荐 数据挖掘 ID3算法 多值逻辑 K-Means聚类
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法与语言
• 页码范围: 42-46
• 页数: 5页
• 分类号: TP312
• 字数: 4135字
• 语种: 中文
• DOI: 10.11907/rjdk.171695

摘要

在科研工作者的科研活动中,发表论文是其中非常重要的部分.论文承载着科研工作者的研究成果,只有发表在出版物上,才能得到世人的认可.现有稿刊推荐研究的推荐结果少,而且推荐结果的准确度不高,投稿人很难从推荐结果中发现适合投稿的期刊.鉴于此,提出利用改进的ID3决策树算法对期刊与稿件相关度进行分类建模,利用得到的分类规则为投稿人推荐合适期刊的方法.实验结果表明,基于ID3决策树改进算法的稿刊推荐方法推荐准确率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈智勇	桂林电子科技大学计算机与信息安全学院	33	271	7.0	15.0
2	贾笛笛	桂林电子科技大学计算机与信息安全学院	1	1	1.0	1.0