基于MapReduce的平均多项朴素贝叶斯文本分类-计算机应用研究.PDFVIP

第３３卷第１期 计 算 机 应 用 研 究 Ｖｏｌ３３Ｎｏ１ ２０１６年１月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊａｎ．２０１６ 基于ＭａｐＲｅｄｕｃｅ的平均多项朴素贝叶斯文本分类 何　敏，武德安，吴　磊 （电子科技大学数学科学学院，成都６１１７３１） 摘　要：针对海量文本分类问题进行了研究，基于分布式计算框架ＭａｐＲｅｄｕｃｅ平台，实现了一种简单、有效的文 本分类算法———平均多项朴素贝叶斯分类方法。实验中该方法分类准确率高于一般朴素贝叶斯方法，且具有较 好的加速比。实验结果表明，由于减小了文本冗余特征信息的影响与并行计算良好的扩展性，该方法更适用于 海量文本数据分类。 关键词：文本分类；朴素贝叶斯；并行计算；冗余特征；大数据 中图分类号：ＴＰ３９１．１　　　文献标志码：Ａ　　　　　文章编号：１００１３６９５（２０１６）０１０１１５０３ ｄｏｉ：１０．３