首页|融合朴素贝叶斯与决策树的用户评论分类算法

融合朴素贝叶斯与决策树的用户评论分类算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了实现对用户评论的商业研究价值提取,解决互联网产品后续优化和增进服务问题,提出一种融合朴素贝叶斯与决策树的改进算法,处理文本中的噪声,避免零概率和属性值缺失的问题,从而提高分类准确率.该算法首先对用户评论数据作预处理,然后运用概率优化后的朴素贝叶斯处理空缺属性值,最后用决策树从积极和消极角度将数据进行分类.对微信公众号用户评论数据集进行实验,结果表明改进后的算法准确率达80.27％,比传统方法提高0.5％.
User Comment Classification Algorithm Based on Naive Bayes and Decision Tree

贾晓帆、何利力

展开 >

浙江理工大学信息学院,浙江杭州310018

用户评论分类 决策树算法 朴素贝叶斯

2018YFB1700702

2021

10.11907/rjdk.202244

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(7)
  • 4
  • 3