Abstract：
ARC-BC是目前已知的分类效果最好的关联规则分类算法.但是,无论是ARC-BC还是其他的文本关联分类算法都是以规则的置信度为分类准则,完全忽略了特征项的权重,这导致了关联文本分类算法的性能较差.为此利用特征项权重定义了规则和文本的匹配度,以之作为关联分类器的分类标准,并在ARC-BC的基础上进行改进,提出了新的关联文本分类算法FWARC(feature weight—basedARC).实验结果表明,FWARC是行之有效的,能够提高分类器的分类能力.
Keyword：
Reprint 's Address：
Email：
Source ：
Year： 2008
Language： Chinese
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
