非負(fù)矩陣分散及其在模糊網(wǎng)頁(yè)分類(lèi)中的應(yīng)用.pdf

1、當(dāng)前基于統(tǒng)計(jì)詞頻等對(duì)網(wǎng)頁(yè)及其文本進(jìn)行分類(lèi)的方法很少考慮語(yǔ)義模糊詞的分類(lèi)問(wèn)題，因而當(dāng)文本中存在大量語(yǔ)義模糊的詞時(shí)，分類(lèi)的效果并不理想，因此本文引入模糊推理來(lái)解決上述問(wèn)題。此外，本文所涉及到的數(shù)據(jù)都是一些大規(guī)模的文本數(shù)據(jù)，論文中將一個(gè)大規(guī)模的文本數(shù)據(jù)抽象為一個(gè)高維矩陣VSM，而直接處理高維數(shù)據(jù)勢(shì)必會(huì)很繁瑣，試想如果將高維矩陣簡(jiǎn)化為一個(gè)低維矩陣，問(wèn)題會(huì)變得簡(jiǎn)單許多。而非負(fù)矩陣分解算法是一種對(duì)高維矩陣進(jìn)行降維的方法，具有實(shí)現(xiàn)簡(jiǎn)單、可解釋性強(qiáng)等優(yōu)

2、點(diǎn)，從而可以把NMF算法應(yīng)用到矩陣降維中?；谖谋痉诸?lèi)的不足及NMF在矩陣降維上的優(yōu)點(diǎn)，本文提出了一種基于非負(fù)矩陣分解的模糊網(wǎng)頁(yè)分類(lèi)算法。該算法通過(guò)非負(fù)矩陣分解對(duì)一個(gè)大規(guī)模的詞-文本矩陣進(jìn)行維數(shù)約減，實(shí)現(xiàn)對(duì)數(shù)據(jù)的壓縮，以提高算法執(zhí)行效率，最后的分類(lèi)階段本文加入模糊推理來(lái)設(shè)計(jì)分類(lèi)器。通過(guò)對(duì)隨機(jī)抽取的網(wǎng)頁(yè)數(shù)據(jù)進(jìn)行分類(lèi)實(shí)驗(yàn)，并與沒(méi)有經(jīng)過(guò)模糊處理階段設(shè)計(jì)的分類(lèi)器進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明本文算法的分類(lèi)精度較高；執(zhí)行效率方面本文與奇異值分解(SVD)