利用规则权重改进文本关联分类研究.pdfVIP

第41卷增刊 计算机研究与发展 v01．41．SuppI_ 2004年10月 JOURNALOF∞MPUTERAND Oct．2004 RESEARCHDEVEU)PM[ENT 利用规则权重改进文本关联分类 陈晓云“2 胡运发1 1(复旦大学计算机与信息技术系 卜海200433) 2(福州大学数学与计算机科学学院福州350002) (tLxiaoyun@21cn．corn) 摘要近年来，基于关联规则的文本分类方法受到普遍关注．其中ARC-N2是准确性和性能最好的一种，在一般情况 下可获得较好的分类效果．但当样本特征词分布不均时，其分类准确率明显降低基于规则权重凋整的关联规则文本分 类算法(wARe)可有效地解决这一问题该算法利用分类关联规则对训练样本进行分类测试，根据误分类训练样本的数 量定义规则强度，对强规则通过乘以小于1的调整因子降低其权重，而弱规则乘以大于1的调整因子提高其权重研究 结果表明经过规则权重的调整，其分类精度显著提高． 关键词数据挖掘；关联分类；规则强度；权重 中图法分类号TP31113；TP391 AssociationRulesText Basedon Rules CategorizationWeighted CHENXiao—Yunl，2 andHUYun-Fal 1(Departraent盯(确加”andlnJbrmationTechnology，FudanUniversity，Shanghai200433) 2(hool and Science，Fuzhou ofMathematics University，Fuzlmu350002) Computer Abstract methodsbasedonassociationruleshavebeen muchattention．In Recently，categorization given the classificationhasthe and better generai，association higheraccuracy classification whenthe offeaturewordsin setisuneven． accuracydropsrapidly distribution traiifing associationrules Therefore，a*extcategorizationalgorithm，catled weighted inthis this to andrule proposed method，associationrulesareused paper．In classifytrainingsamples isdefined tothenumberofmisclassifled ruleis intenNty accordiikg trainingsamples．Eachstrong multiplied factorless 1 to than reduceits whilee