基于SVM的網(wǎng)絡(luò)文本分類問題研究與應(yīng)用.pdf

1、隨著Intemet的迅速發(fā)展，尤其是World Wide Web的全球普及，Web上信息資源已涵蓋了社會生活的各個方面，網(wǎng)絡(luò)信息過載問題日益突出，這促使Web挖掘技術(shù)和Web信息檢索技術(shù)迅速發(fā)展。處理這些海量數(shù)據(jù)的一個重要方法就是將它們分類。通過自動分類不僅僅可以將網(wǎng)絡(luò)文本按照類別信息分別建立相應(yīng)的數(shù)據(jù)庫，提高中文搜索引擎的查全率和查準(zhǔn)率；而且可以建立自動的分類信息資源，為用戶提供分類信息目錄。 本文對文本分類的基本概念和相關(guān)算

2、法以及SVM算法的國內(nèi)外研究現(xiàn)狀進(jìn)行介紹和討論。針對不同的基于SVM多類別分類方法分別進(jìn)行了研究，在此基礎(chǔ)上，做了以下工作： 首先，本文研究分析文本分類的總體過程，包括：信息預(yù)處理、特征表示、特征提取。重點研究分析了特征表示與特征提取技術(shù)，文本的分類算法，并根據(jù)實際情況提出了一種綜合特征提取方法。 其次，認(rèn)真研究了統(tǒng)計學(xué)習(xí)理論的主要內(nèi)容和SVM算法的基本原理，并且就SVM的多種多類別分類算法分別加以討論。針對傳統(tǒng)的支持向