智能搜索中基于特征选择和贝叶斯的文本分类算法浅析

互联网在全球的普及和应用的不断发展,推动了数据挖掘和知识发现技术,而文本分类作为处理和组织大量文本数据的关键技术,是数据挖掘研究的一个重点和热点。由于贝叶斯方法具有运行快速、易于实现的特点,它被广泛应用于各种文本分类及信息检索系统。本文着重研究和分析了几个不同的特征选择方法,将贝叶斯的文本分类方法和改进了的特征选择方法结合起来实现了训练算法、特征选择算法和分类算法。

浅谈基于SVD和KNN的文本聚类算法系统

本文着重剖析了KNN文本分类算法的优点及不足,为了克服KNN分类器速度慢的缺陷,提出采用与奇异值分解算法进行合并,最后设计并初步实现了一个基于SVD和KNN的文本聚类算法在智能搜索中应用软件。