基于形式概念分析的文本分類模型研究.pdf

1、隨著Internet的迅速發(fā)展，網(wǎng)絡(luò)中每天將產(chǎn)生海量的文本數(shù)據(jù)，如何從這些海量文本數(shù)據(jù)中挖掘有用的信息成為當(dāng)今研究的熱點(diǎn)。文本分類是數(shù)據(jù)挖掘技術(shù)的重要組成部分，為海量文本信息高效存儲(chǔ)和挖掘提供了便利，因此研究具有重要的價(jià)值和意義。
　　首先，在研究一般的文本分類模型基礎(chǔ)之上，針對(duì)當(dāng)前文本分類器在訓(xùn)練文本集較少的情況下容易出現(xiàn)過擬合現(xiàn)象，給出了一種基于形式概念分析的文本分類模型。該模型通過離散化文本的屬性特征，構(gòu)成形式背景，構(gòu)建概念

2、格，并把概念格中每個(gè)概念提取的分類規(guī)則作為文本分類的規(guī)則。
　　其次，針對(duì)概念格分類規(guī)則提取的算法，該文給出了一種改進(jìn)的提取分類規(guī)則的算法。該算法將每一條分類規(guī)則中的屬性進(jìn)行權(quán)重的計(jì)算，將提取的分類規(guī)則轉(zhuǎn)換為屬性權(quán)重之和的比較。該算法可以提取更多的分類規(guī)則，可以更好的避免因提取的分類規(guī)則太少而出現(xiàn)無法判別的情況。此外，在預(yù)測(cè)時(shí)，通過屬性權(quán)重之和的判定比之前分類規(guī)則的判定更方便，能有效的降低判定時(shí)的空間和時(shí)間復(fù)雜度。
　　最后