基于模糊粗糙集的Web文本分类

作     者：孙海虹 丁华福 SUN Hai-hong;DING Hua-fu

作者机构：哈尔滨理工大学计算机科学与技术系黑龙江哈尔滨150080 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2010年第20卷第7期

页      面：21-24页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金重点项目(60736014) 

主　　题：机器学习 模糊粗糙集 Web文本分类 属性约简 

摘      要：网络信息的多样性和多变性给信息的管理和过滤带来极大困难,为加快网络信息的分类速度和分类精度,提出了一种基于模糊粗糙集的Web文本分类方法。采用机器学习的方法:在训练阶段,首先对Web文本信息预处理,用向量空间模型表示文本,生成初始特征属性空间,并进行权值计算;然后用模糊粗糙集算法来进行信息过滤,用基于模糊粗糙集的属性约简算法生成分类规则;最后利用知识库进行文档分类。在测试阶段,对未经预处理的文本直接进行关键属性匹配,经模糊粗糙因子加权后,用空间距离法分类。通过试验比较,该方法具有较好的分类效果。