中国计量学院学报
中國計量學院學報
중국계량학원학보
Journal of China Jiliang University
2015年
3期
285-290
,共6页
叶佳骏%冯俊%任欢%周杭霞
葉佳駿%馮俊%任歡%週杭霞
협가준%풍준%임환%주항하
产品评论%信息增益%随机子空间%支持向量机
產品評論%信息增益%隨機子空間%支持嚮量機
산품평론%신식증익%수궤자공간%지지향량궤
production review%information gain%random subspace%support vector machine
电子商务产品的评论信息对于电子商务产品质量舆情监测具有极大的参考价值.针对集成学习算法在高维度下分类精度降低的不足之处,提出了一种IG-RS-SVM(Information Gain-Random Subspace-Support Vector Machine)算法.以Random Subspace集成学习算法为基础,以支持向量机算法为基学习器.引入了信息增益特征选择算法.通过对特征空间中每个特征的信息增益值进行排序,剔除无价值的特征,降低RS集成算法生成的特征子空间的维度,从而提高了SVM分类算法的效率.实验结果表明,改进后算法可以有效提高评论内容的分类精度.
電子商務產品的評論信息對于電子商務產品質量輿情鑑測具有極大的參攷價值.針對集成學習算法在高維度下分類精度降低的不足之處,提齣瞭一種IG-RS-SVM(Information Gain-Random Subspace-Support Vector Machine)算法.以Random Subspace集成學習算法為基礎,以支持嚮量機算法為基學習器.引入瞭信息增益特徵選擇算法.通過對特徵空間中每箇特徵的信息增益值進行排序,剔除無價值的特徵,降低RS集成算法生成的特徵子空間的維度,從而提高瞭SVM分類算法的效率.實驗結果錶明,改進後算法可以有效提高評論內容的分類精度.
전자상무산품적평론신식대우전자상무산품질량여정감측구유겁대적삼고개치.침대집성학습산법재고유도하분류정도강저적불족지처,제출료일충IG-RS-SVM(Information Gain-Random Subspace-Support Vector Machine)산법.이Random Subspace집성학습산법위기출,이지지향량궤산법위기학습기.인입료신식증익특정선택산법.통과대특정공간중매개특정적신식증익치진행배서,척제무개치적특정,강저RS집성산법생성적특정자공간적유도,종이제고료SVM분류산법적효솔.실험결과표명,개진후산법가이유효제고평론내용적분류정도.
