关键词提取的K-means方法在设备分类中的运用①.PDF

2015 年 第 24 卷 第 12 期 计 算 机 系 统 应 用 关键词提取的 K-means 方法在设备分类中的运用① 陈 立 (浙江工商大学 实验室与设备管理处, 杭州 310018) (浙江大学 计算机与科学学院, 杭州 310058) 摘 要: 利用文本分类技术对设备进行分类目前遇到的最大困难是,信息处理量的急剧增加造成分类过程中设备 特征项维数的大幅增加, 使得对设备的分类变得愈加困难, 且效率愈来愈低. 而关键词提取是提高文本分类效率 的常用方法. 根据设备文本描述的特点, 以预先假定的初始关键词及其特征项词频来构建向量空间模型(VSM), 在此基础上利用 K-means 算法将文本中的关键词提取出来. 实验表明, 基于 K-means 的关键词提取不仅大幅度地 提高了设备分类效率, 且分类准确性也得到了提高. 关键词: 设备分类; K-means; 关键词; 提取; 降维 Keyword Extraction Method Based on K-means in the Application of Equipment Classification CHEN Li (Laboratory and Equipment Department, Zhejiang Gongshang University, Hangzhou 310018, China) (College of Computer Science, Zhejiang University, Hangzhou 310058, China) Abstract: Expository is the most common form in text classification. With the continuous increase of information, how to improve the efficiency of expository text classification is a hotspot in researching. Keyword extraction is used to improve the efficiency in text classification. This paper suggests to extraction keywords in the text based on the use of K-means algorithm by constructing the Vector Space Model (VSM) subject to pre-assumed initial keyword frequency. The KNN text classification algorithm verifies keywords extracting based on the use of K-means algorithm not only makes the classification accuracy slightly increased, but also reduce the dimension, thus realizing the text classification efficiency. Key words: equipment classification; K-means; keyword; extraction; dimension reduction 仪器设备分类的重要性在于能实现规模采购、精 而限制了文本分类方法在设备采购中的应用. 由此也 细管理、合理维修等目的, 如不进行科学合理的分类 可以看出, 对向量维数实施降维是实现文本分类效率 [4] 管理, 势必造成人力、物力和财力的巨大浪费. 就笔者 提升的必要前提 . 所从事的设备管理工作来看, 目前的政府集中采购,