基于特征相关的改进加权朴素贝叶斯分类算法

朴素贝叶斯分类算法的特征项间强独立性的假设在现实中是很难满足的.为了在一定程度上放松这一假设,提出了基于特征相关的改进加权朴素贝叶斯分类算法,该算法采用一种新的权重计算方法,这种权重计算方法是在传统词频-反文档频率(TF-IDF)权重计算基础上,考虑到特征项在类内和类间的分布情况,另外还结合特征项间的相关度,调整权重计算值,加大最能代表所属类的特征项的权重,将它称之为TF-IDF-FC权重计算.与基于传统TF-IDF权重的加权朴素贝叶斯分类算法和其他常用加权朴素贝叶斯分类算法比较,如基于属性加权的朴素贝叶斯分类算法,这种算法的分类效果均有一定的提高.

基于作者关键词耦合的潜在合作关系挖掘

以关键词为计量单位的作者关键词耦合分析方法与以文献为计量单位的作者同被引、作者文献耦合等常规分析方法相比,在揭示作者的研究内容上更为直观清晰。探讨了如何利用作者关键词耦合分析法计算作者之间的相似度,并根据作者的相似度挖掘作者之间潜在的合作关系,最后以ACM SIGKDD合作网络为例分析统计了数据挖掘和知识发现领域作者之间潜在的合作关系,并探讨了该方法对中文期刊数据库的适用性。