位置:成果数据库 > 期刊 > 期刊详情页
文本分类中一种基于密度的KNN改进方法
  • ISSN号:1000-0135
  • 期刊名称:《情报学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术] G633.7[文化科学—教育学]
  • 作者机构:[1]解放军理工大学理学院,南京210007
  • 相关基金:基金项目:国家自然科学基金资助项目(编号:70571087).
中文摘要:

特征降维与分类算法的性能是文本自动分类的两个主要问题。KNN算法以其简单、有效、非参数特点常用于文本分类,但是训练文本分布的不均匀对KNN的分类效果产生负面影响,而在实际应用中训练文本分布不均是常见现象。本文针对这种分类环境,首先提出了一种改进的tf-idf赋权方法用于特征降维,在此基础上进一步提出了一种基于密度的改进KNN方法用于文本分类,使处于样本点分布较密集区域的样本点之间的距离增大。随后的文本分类试验表明,本文提出的方法基于密度的KNN方法具有较好的文本分类效果。

英文摘要:

Feature reduction and performance of classification algorithm are the two main problems in automatic text categorization. The KNN is a simple, valid and non-parameter method often applied to text categorization, but the uneven distribution in training set will affect the KNN classified result negatively. However, the uneven distribution environment is more familiar in training set in reality. Under the condition we first put forward an improved tf- idfweighting way in feature reduction; then we improve the KNN based on density in automatic text categorization by adding the distance of training swatches which in the dense area. In the last, we have a test about text categorization. The result shows that these methods have a better precision than the common KNN

同期刊论文项目
期刊论文 77 会议论文 10 获奖 2 著作 1
同项目期刊论文
期刊信息
  • 《情报学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国科学技术情报学会 中国科学技术信息研究所
  • 主编:戴国强
  • 地址:北京复兴路15号
  • 邮编:100038
  • 邮箱:qbxb@istic.ac.cn
  • 电话:010-68598273
  • 国际标准刊号:ISSN:1000-0135
  • 国内统一刊号:ISSN:11-2257/G3
  • 邮发代号:82-153
  • 获奖情况:
  • 1992年全国优秀科技期刊评比二等奖,1997年中国科协优秀科技期刊三等奖,被国外4种检索工具录用
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:19778