朴素贝叶斯算法和SVM算法在Web文本分类中的效率分析  

Efficiency Analysis of Naive Bayes Algorithm and SVM Algorithm in Web Text Classification

作　　者：詹毅[1] 

机构地区：[1]成都大学旅游文化产业学院,四川成都610106

出　　处：《成都大学学报（自然科学版）》2013年第1期50-53,共4页Journal of Chengdu University（Natural Science Edition）

摘　　要：为分析对比朴素贝叶斯算法和SVM算法在Web文本分类中的效率及其适用的范围,构建了一个Web分类系统,此分类系统将已分类的Web网页作为训练集,利用分类算法构建Web分类器,通过Web测试集评价两类算法在Web文本分类中的性能体现,为Web文本分类算法选择提供一定的参考依据.A web classification system is built to analyze and compare the efficiency and scope of Naive Bayes algorithm and SVM algorithm in web text classification. The classified Web pages axe used for train- ing sets. The Web text classifier is built by using classification algorithm. The performance of both algo- rithms in the web text classification is evaluated by the web test set, which provides some reference for se- lection of web text classification algorithms.

关 键 词：Web分类系统 朴素贝叶斯算法 SVM算法 效率分析 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]