一种结合层次结构和KNN的Web文本分类方法.pdfVIP

小 型 微 型 计 算 机 系 统 2009 年8 月 第8 期 Jou rn a l o f Ch in e se Com p u ter Sy stem s V o l30 N o. 8 2009 一种结合层次结构和 的 文本分类方法 KNN W eb 吴春颖, 王士同, 杨林波 (江南大学 信息工程学院, 江苏 无锡 2 14 122) : . @ . E m a il chuny w u gm a il com 摘　要: 在 文本分类中当类别数量庞大或者类别复杂情况下, 层次分类是一种有效的分类方法, 但其不足之一是在大类正 W eb 确划分的前提下, 由于子类之间存在较多共性, 导致分类精度下降. 而层次结构本质决定了同一大类下的子类存在特征交叉现 象, 针对这一局限性, 结合 的优越性能, 提出了一种结合层次结构和 的 文本分类方法. 该方法通过建立层次结 KNN KNN W eb ( ) 构模型 树形结构 , 分类时先从层次结构模型获得相似度最大的 0 个类别, 然后在 0 个类别训练文档中抽取部分代表样本采 k k 用KNN 算法, 最后由一种改进的相似度计算方法决定最终的所属类别. 实验表明, 结合层次结构和KNN 的方法在W eb 文本分 类中能够获得较好的分类效果. 关 键 词: 层次结构; KNN ; W eb 文本分类 中图分类号: T P 39 1　　　　　文献标识码: A 　　　　　　文 章 编 号:(2009) M ethod of W eb Tex t C la ssif ica t ion Com b in ed H ierarch ica l Structure an d KNN , , W U Chun y ing W AN G Sh i tong YAN G L in bo (S chool of I nf orm a tion E ng ineer ing , J iang nan U n iv ers ity , W ux i 2 14 122, Ch ina) : , ; Abstract L eve l cla ssificat ion is an effect m ethod in W eb tex t cla ssificat ion e sp ecia lly w h en th e cla sse s are large o r com p lex bu t th e p recision w ill fa ll b ecau se o f th e comm onn e ss am ong sub cla sse s, after sty le cla ss p ar t it ion co r rect ly; In fact, th e h ierarch