基于N-IKOS自动分类的实证研究

摘要：

指出大数据时代的到来使自动分类再次受到人们的关注.总结现有的自动分类方法,介绍中国科学院文献情报中心的KOS引擎项目中的集成知识组织体系.在此基础上,改进BP神经网络算法,提出N-IKOS自动分类模型.最后,通过实验检验基于N-IKOS分类的准确性,通过基于BP神经网络的分类实验、基于KOS引擎的分类实验和基于N-IKOS的分类实验比较新模型在自动分类中的优劣.实验结果表明:该研究改进了原有的KOS引擎分类,可为自动分类领域提供新的思路.

关键词：自动分类、知识组织体系、机器学习、BP神经网络

所属期刊栏目：58

分类号：G251(图书馆学、图书馆事业)

在线出版日期：2015-02-10（万方平台首次上网日期，不代表论文的发表时间）

页码：106-112