一种基于粗集与贝叶斯分类器的中文网页分类方法

摘要：

本文针对网页分类问题提出一种结合粗集理论和贝叶斯分类器的方法.该方法针对贝叶斯分类器存在的属性间独立性限制问题和在大量样本情况下的分类效率问题,采用粗集的属性约简方法对描述网页类别的特征向量空间进行了约简,改善了属性间的独立性限制,减少了属性的数量,再使用约简后的数据训练贝叶斯分类器,提高了贝叶斯分类器的性能.实验结果表明该方法用于网页分类问题具有较好效果.

关键词： 中文网页 贝叶斯分类器 属性约简 粗集理论

作者: 张东娜 彭宏 吴铁峰

作者单位: 西华大学计算机与数理学院(成都)

会议类型: 国内会议

会议名称: 中国计算机学会第一届全国Web信息系统及其应用学术会议

会议地点: 武汉

会议语种:中文

页码: 2-6

在线出版日期: 2004-10-29（万方平台首次上网日期，不代表论文的发表时间）