基于MapReduce的朴素贝叶斯文本分类研究

被引：1

作者：

严嘉铭

黄理灿

机构：

[1] 浙江理工大学信息学院

来源：

工业控制计算机 | 2016年 / 29卷 / 04期

关键词：

Hadoop; MapReduce; 文本分类; 贝叶斯分类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

随着互联网的到来,其技术的发展导致了各种数据呈现出爆发式的增长,比如文本数据,分类算法在海量数据前面临着新的挑战。为了解决传统朴素贝叶斯分类算法在面临挑战中的不足,对其中关键词进行加权来提高分类准确率,然后通过Map Reduce编程模型,设计出朴素贝叶斯算法在Hadoop平台下的实现。实验表明:在Hadoop集群上通过并行化的设计朴素贝叶斯分类算法展现出了良好的性能,同时表现出了可靠的扩展性。

引用

页码：96 / 97+100 +100

页数：3

共 3 条

[1] 基于MapReduce框架一种文本挖掘算法的设计与实现 [J].

朱蔷蔷 ;

张桂芸 ;

刘文龙 .

郑州大学学报(工学版), 2012, (05) :110-113

[2] 一种利用关联规则的改进朴素贝叶斯分类算法 [J].

陈朝大 ;

梁柱勋 ;

郑士基 .

计算机系统应用, 2010, 19 (11) :106-109

[3]

Evaluation of standard SVDbased techniques for collaborativefiltering .2 M. Vozalis,A. Markos,K. Margaritis. Proceedings of the9thHellenic European Research on Computer Mathematics and its ApplicationsConference (HERCMA 2009) . 2009

← 1 →