期刊文献+

基于修正核函数SVM分类算法的电商行业竞争对手识别

下载PDF
导出
摘要 从海量的电商数据中识别出潜在的竞争对手对自身平台的产品计划有重要的指导意义。采用二分类支持向量机(Support Vector Machine,SVM)分类算法对电商平台上listing产品信息进行分析和识别,发现对于现有的数据源,没有一个很好的选择核函数的方法,这使得实验过程较为复杂。为使算法应用更好地与实际问题契合,简化核函数选择过程,提出一种利用实验逐步修正已有核函数的改进算法;实验结果显示改进算法精确度和召回率均在90%以上。
出处 《汉口学院学报》 2015年第2期55-58,共4页 JOURNAL OF HANKOU UNIVERSITY
  • 相关文献

参考文献3

二级参考文献74

  • 1李德毅,孟海军,史雪梅.隶属云和隶属云发生器[J].计算机研究与发展,1995,32(6):15-20. 被引量:1245
  • 2牛强,王志晓,陈岱,夏士雄.基于SVM的中文网页分类方法的研究[J].计算机工程与设计,2007,28(8):1893-1895. 被引量:22
  • 3Han Jiawei Kamber M.数据挖掘概念与技术[M].北京:机械工业出版社,2001..
  • 4Big data. Nature, 2008, 455(7209): 1-136.
  • 5Dealing with data. Science,2011,331(6018): 639-806.
  • 6Holland J. Emergence: From Chaos to Order. RedwoodCity,California: Addison-Wesley? 1997.
  • 7Anthony J G Hey. The Fourth Paradigm: Data-intensiveScientific Discovery. Microsoft Research, 2009.
  • 8Phan X H, Nguyen L M,Horiguchi S. Learning to classifyshort and sparse text Web with hidden topics from large-scale data collections//Proceedings of the 17th InternationalConference on World Wide Web. Beijing, China,2008:91-100.
  • 9Sahami M, Heilman T D. A web-based kernel function formeasuring the similarity of short text snippets//Proceedingsof the 15th International Conference on World Wide Web.Edinburgh, Scotland, 2006: 377-386.
  • 10Efron M, Organisciak P,Fenlon K. Improving retrieval ofshort texts through document expansion//Proceedings of the35th International ACM SIGIR Conference on Research andDevelopment in Information Retrieval. Portland, OR, USA,2012: 911-920.

共引文献1054

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部