文本分类方法研究.docVIP

毕业论文 题目： 文本分类方法研究 姓名： 贾云璠 院系： 理学院物理系 专业： 物理学 年级： 2013级 学号： 201341021 指导教师： 郑伟 二〇一七年六月 摘要 近些年来，随着信息技术的发展与应用，互联网上的数据错综复杂，面对如此纷繁复杂的数据，需要借助数据挖掘对数据进行处理来实现对数据的分类，以便查询和搜索，实现数据的最大利用价值。 文本分类在信息处理方面占有重要的作用，到目前为止，有很多种方法：KNN SVM决策树，以及贝叶斯等算法可以帮助我们快速的对文本进行自动分类，本文主要研究KNN SVM两种方法，在比较这两种分类对中文文本分类的基础之上，分析了K临近算法和支持向量机的优缺点，因SVM和KNN具有互补的可能性，提出了SVM和KNN组合[1]的算法。实验表明：SVM和KNN有很好的分类效果。 关键词：文本分类，SVM、KNN，线性组合 Abstract In recent years, with the development of information technology and application, the complexity of the data on the Internet in the face of so complicated data, need with the help of data mining, data processing to implement the data classification, in order to query and search, and realize the maximum utilization of the data value. Chinese text classification plays an important role in Chinese information processing, for example, Chinese information retrieval and search engine, KNN SVM decision tree, and the bayesian algorithm can be applied to Chinese text classification, based on the research analysis compares the two kinds of KNN and SVM classification method, and the experimental comparison of the two algorithms of Chinese text classification effect, on the basis of analyzing the K near the advantages and disadvantages of the algorithm and support vector machine (SVM), found that the SVM and KNN has the possibility of complementary, SVM and KNN algorithm of linear combination is presented. Key words: Text classification, SVM, KNN, linear combination  目录 摘要 II Abstract II 1 引言 1 1.1文本分类背景和意义 1 1.2文本分类的应用领域和发展趋势 1 2 文本分类主要过程 2 2.1文本分类的定义过程及评价 2 2.2关于文本分词 2 2.3特征项权重（向量空间） 3 2.4特征项选择（常用的降维方法） 5 3 常用的文本分类方法 11 3.1k临近分类器 11 3.2支持向量机分类器 12 4 实验及结果分析 16 4.1实验质量评估指标 16 4.2试验目的 17 4.2实验条件 17 4.3实验结果分析 17 总结 19 致谢 20 1 引言 1