基于改进的TF-IDF特征权重算法的网页自动分类

被引：2

作者：

蔡银珊

黄英铭

机构：

[1] 揭阳职业技术学院数学与计算机科学系

来源：

绵阳师范学院学报 | 2010年 / 29卷 / 08期

关键词：

网页分类; tf-idf; 特征权重;

D O I：

10.16276/j.cnki.cn51-1670/g.2010.08.027

中图分类号：

TP393.092 [];

学科分类号：

摘要：

TF-IDF是文档特征权重表示常用方法,但不能真正地反映特征词对区分每个类的贡献。故针对网页分类中特征选择方法存在的问题,加入网页标签特征权重改进TF-IDF公式,提出了一种比较有效的网页分类算法,实验结果表明该方法具有较好的特征选择效果,能够有效地提高分类精度。

引用

页码：106 / 109

页数：4

共 7 条

[1]

基于Web文本内容的信息过滤系统的研究与设计.[D].刘七.南京理工大学.2004, 04

[2] Web文档中词语权重计算方法的改进 [J].

初建崇 ;

刘培玉 ;

王卫玲 .

计算机工程与应用, 2007, (19) :192-194+198

[3] 基于词频差异的特征选取及改进的TF-IDF公式 [J].

罗欣 ;

夏德麟 ;

晏蒲柳 .

计算机应用, 2005, (09) :2031-2033

[4] 文本自动分类中特征权重算法的改进研究 [J].

徐凤亚 ;

罗振声 ;

不详 .

计算机工程与应用 , 2005, (01) :181-184+220

[5] 基于网页特征的TFIDF改进算法 [J].

宋斌 ;

方小璐 .

微计算机应用, 2002, (01) :18-20

[6] 用Naive Bayes方法协调分类Web网页 [J].

范焱 ;

郑诚 ;

王清毅 ;

蔡庆生 ;

刘洁 .

软件学报, 2001, (09) :1386-1392

[7] 关于文本特征抽取新方法的研究 [J].

李凡 ;

鲁明羽 ;

陆玉昌 .

清华大学学报(自然科学版), 2001, (07) :98-101

← 1 →