朴素贝叶斯算法在反恐情报分类中的应用研究

• 作者: 朱峰 潘晓中
• 来源期刊: 情报探索
• 学科: 工学
• 关键词: 贝叶斯理论 朴素贝叶斯 反恐情报 数据挖掘 机器学习
• 年，卷（期）: 2019,（9）
• 页码范围: 161-164
• 页数: 4页
• 分类号: TP391.1
• 字数: 3155字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8095.2019.09.000

摘要

[目的/意义]提出一种基于朴素贝叶斯算法的反恐情报分类模型,在反恐工作中,根据涉恐情报的特点,使用机器学习的方法训练分类器进行涉恐等级划分.[方法/过程]该分类模型建立过程包括构建情报词典、构建样本集、属性降维、构建分类器、评价标准以及实验结果分析等六个步骤.为了详细描述该模型的分类过程,利用虚拟样本集中的数据进行了数据挖掘和定量分析.[结果/结论]该方法能够快速对数据库中的数据信息进行分类,为情报研判提供参考依据,提高了分析效率,节约了人力成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘晓中	武警工程大学密码工程学院	51	171	7.0	10.0
2	朱峰	武警工程大学密码工程学院	2	0	0.0	0.0