基于SVM的书目数据自动分类设计与应用研究

摘要：

针对传统分类标引系统算法模型准确率低、难以有效解决线性不可分数据的分类问题,引进了SVM模型,设计了基于SVM的书目数据智能分类检测系统,以西安航空学院图书馆书目数据为样本,通过数据预处理、TF-IDF特征提取、chi2特征降维、Lin-earSVC建模等,完成分类器的训练,在测试集上完成分类器的性能评估,并与逻辑回归、随机森林、朴素贝叶斯进行对比实验.实验结果表明,召回率为0.82、f1分数为0.82,精确率为0.83,准确率为0.85,高于其他机器学习模型,精度较高,泛化能力较强,具有良好的适用性.

关键词：SVM、书目数据、自动分类、高校图书馆、TF-IDF

所属期刊栏目：12

分类号：TP319(计算技术、计算机技术)

资助基金：陕西省教育厅科研计划项目;陕西省教育厅科研计划项目

在线出版日期：2022-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：18-21