位置:成果数据库 > 期刊 > 期刊详情页
基于CHI值特征选取和覆盖的文本分类方法
  • ISSN号:1005-3751
  • 期刊名称:计算机技术与发展
  • 时间:0
  • 页码:79-81
  • 语言:中文
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]安徽大学人工智能研究所智能计算与信号处理重点实验室,安徽合肥230039
  • 相关基金:国家自然科学基金(60475107;60675031);973计划资助项目(2004CB318108);安徽省教育厅重点自然科学基金(2006KJ015A;2005kj053);安徽省自然科学基金(0504200208);安徽大学211工程学术创新团队资助项目
  • 相关项目:基于商空间拓扑结构变换的动态信息分析
中文摘要:

目前,数据挖掘技术广泛应用于各个领域中。文中将数据挖掘应用于保险客户在信用等级的分类中,即采用了基于神经网络的覆盖算法作为客户信用评分分类器的设计算法。通过对保险数据的分析,对保险用户信用等级进行分类,降低了人为因素的评价干扰。通过分类实验表明,覆盖算法的准确性和网络训练速度都大大高于SVM。为保险公司有针对性的调查提供了一定的参考依据。

英文摘要:

Recently,data mining technology is widely applied in many fields. In this paper,data mining is applied to the credit sorting of insurance client,which used the coveting algorithm on which based neural networks as the classification of clients' credit. By analyzing the insurance data set, the algorithm sort the dients' credit, man- made disturbances are greatly eliminated. The experiment showed that the accuracy and speed of the covering algorithm is better than that of SVM. Then, it provides certain consultation for insurance company on farther investigating.

同期刊论文项目
期刊论文 76 会议论文 15 专利 4 著作 1
期刊论文 56 会议论文 22 著作 3
同项目期刊论文