基于卡方檢驗和SVM的用戶搜索畫像技術(shù)研究
大小：1.64 MB 人氣： 2017-12-21 需要積分：3
標(biāo)簽：SVM(32263)卡方檢驗(1835)
基于用戶畫像的廣告定向技術(shù)普遍應(yīng)用于品牌展示和精準(zhǔn)競價廣告，然而現(xiàn)有的用戶搜索畫像技術(shù)存在著特征維度大、矩陣稀疏的問題。針對這一問題，本文采用卡方檢驗和線性核支持向量機相結(jié)合的方法，首先利用結(jié)巴分詞對搜索文本預(yù)處理，其次采用卡方檢驗進行特征選擇，并采用支持向量機分類算法進行屬性判定，最后進行了實驗對比。實驗表明卡方檢驗有效降低了特征維度，并提升了分類準(zhǔn)確度；支持向量機在矩陣稀疏上分類性能優(yōu)于其他常用的文本分類算法。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于卡方檢驗和SVM的用戶搜索畫像技術(shù)研究下載
相關(guān)電子資料下載
- 如何利用一些小技巧實現(xiàn)SVM的增量式訓(xùn)練 321
- 基于SVM的電機異常檢測系統(tǒng) 395
- 不同種植設(shè)施背景蔬菜作物無人機高光譜精細分類2.0 228
- 請問如何FPGA上使用SVM進行圖像處理呢？ 1129
- 卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)勢和應(yīng)用領(lǐng)域 1602
- SVM的使用方法 1262
- 使用Python從零實現(xiàn)多分類SVM 337
- 利用MJF實現(xiàn)一體化多功能可穿戴傳感器的制備 543
- 怎樣使用Python從零實現(xiàn)多分類SVM呢？ 363
- 逆變器的調(diào)制方法進階篇—空間矢量調(diào)制SVM 989