共查询到20条相似文献,搜索用时 109 毫秒
1.
2.
基于贝叶斯网的分类器因其对不确定性问题有较强的处理能力,因此在CRM客户建模中有其独特的优势。在对朴素贝叶斯分类器通用贝叶斯分类器优缺点分析的基础上,引入增强型BN分类器和贝叶斯多网分类器,详细介绍了后者的算法,并将其应用到实际电信CRM客户建模中,取得较好的效果。 相似文献
3.
朴素贝叶斯理论是一种典型机器学习技术,能够应用于文本分类中。运用朴素贝叶斯理论阐述了贝叶斯分类器的样本训练和分类计算的过程,构造了一个文本分类器。试验表明,朴素贝叶斯理论在文本分类中有较好的分类效果。 相似文献
4.
5.
本文以潮州市建成区和近期规划区为研究区,采用训练样本获取先验概率建立朴素贝叶斯分类器,以栅格点为单位,将各栅格点的土地定级因素作用分值作为输入变量,利用朴素贝叶斯分类器进行土地定级。在作用分值确定方法上,采用障碍距离代替传统直线距离,以达到客观反映点、线等要素对城镇土地使用价值作用的程度。最后,对顾及障碍物的朴素贝叶斯定级结果分别与空间聚类结果及未顾及障碍物的定级结果进行比较,结果表明本文所提出的方法在土地定级研究中具有一定的优势,能更加真实地反映城镇土地使用价值的空间分布特征。 相似文献
6.
采用向量空间模型(VSM)描述文本,利用隐性语义索引(LSI)R术进行特征重构与降维,构造了BP神经网络文本分类器。将朴素贝叶斯分类技术与前者结合构造了一种混合文本分类器。实验结果表明混合分类器分类准确度和分类速度得到提高。 相似文献
7.
8.
《内蒙古科技与经济》2021,(18)
文章以豆瓣网站书籍评论为分析对象,采用中文情感词汇本体库进行情感要素的识别与加权,结合朴素贝叶斯算法实现了用户评论文本的情感自动分类,并探讨了该算法的分类效果,研究发现:朴素贝叶斯算法能够实现评论文本的情感分类,分类效果较好,但仍需结合规则匹配和人工校对的方式,提升分类效果。 相似文献
9.
10.
11.
12.
本文在加权平方损失下导出了平衡的双向分类随机效应模型中方差分量的Bayes估计,并利用 非参数方法构造了方差分量的经验Bayes (EB)估计。在适当的条件下证明 了EB估计的收敛速度。最后,给出一个满足主要结果的例子。 相似文献
13.
针对传统的朴素贝叶斯算法对垃圾邮件的过滤率不高等问题,提出了一种基于最小风险贝叶斯网络垃圾邮件信息过滤技术,提出的最小风险贝叶斯能够减少正常邮件判为垃圾邮件的风险,最后实验表明,与传统的算法相比较,本文提出的方法过滤效果有较大的提高。 相似文献
14.
入侵检测技术在网络安全领域的应用越来越重要,它是网络安全防护的重要组成部分。提出将贝叶斯原理应用于入侵检测,把AI领域中的概念引入入侵检测,建立入侵检测的规划识别模型,尝试预测攻击者的下一步行为或攻击意图,从而起到提前预警的作用。用一实例说明了贝叶斯原理在入侵检测领域内的一些应用,提出了一个基于改进贝叶斯算法的新模型。该模型提高了入侵检测系统的完备性和准确性,能有效保障信息系统的安全。 相似文献
15.
论述了贝叶斯分类方法在手机垃圾短信过滤系统中的应用,利用该方法对短信内容进行分类识别,从而实现对垃圾短信的有效过滤,最后对贝叶斯分类模型进行了结果分析与评估,证明该分类模型具有一定的现实可行性和可扩展性。 相似文献
16.
及时准确地对舆情信息进行主题分类,不仅能实时了解舆情动态变化,还能为预判舆情发展趋势、舆论引导建立基础。本文提出一种基于本体和加权朴素贝叶斯的网络舆情主题分类方法,通过使用本体将领域知识和领域文本特征融入分类过程中。将该方法应用到动物卫生领域舆情主题分类中,分类结果精确度为0.9402,Marco_F1达到0.9339。通过与朴素贝叶斯(NB)和THUCTC两种方法的对比实验,证明本文提出的基于本体和加权朴素贝叶斯的分类方法有效且具有可行性,但是领域本体的概念、关系的完备程度会影响分类的效率。 相似文献
17.
对于一个参数进行估计来讲,不仅要考虑估计的精度,还要考虑所得到的估计对于模型拟合的优良程度。通常的损失函数无能为力,而平衡损失函数可以考虑到这两点,本文将在平衡误差损失函数下研究广义Pareto分布参数的Bayes估计问题。在平衡损失函数下导出了参数的Bayes估计并讨论了一类线性形式估计的可容许性和不可容许性。 相似文献
18.
《Information processing & management》2020,57(5):102221
Although statistical learning methods have achieved success in e-commerce platform product review sentiment classification, two problems have limited its practical application: 1) The computational efficiency to process large-scale reviews; 2) the ability to continuously learn from increasing reviews and multiple domains. This paper presents a continuous naïve Bayes learning framework for large-scale and multi-domain e-commerce platform product review sentiment classification. While keeping the high computational efficiency of the traditional naïve Bayes model, we extend the parameter estimation mechanism in naïve Bayes to a continuous learning style. We furthermore propose ways to fine-tune the learned distribution based on three kinds of assumptions to better adapt to different domains. Experimental results on the Amazon product and movie review sentiment datasets show that our model can use the knowledge learned from past domains to guide learning in new domains, and has a better capacity of dealing with reviews that are continuously updated and come from different domains. 相似文献
19.
闫坤如 《科学技术与辩证法》2014,(5):65-70
风险是不确定的危险,可以表示为事件发生概率及其后果的函数。工程风险具有复杂性,因此,工程风险是多个不确定性因素发生的概率及其后果的函数。对工程风险存在认知偏差,我们通过对工程风险的认知偏差中的主观概率进行分析,从而解释在对工程风险的认知中公众对风险的认知与实际的客观风险之间存在差距;专家和公众对风险的认知存在差异;不同个体对风险的认知差异;个体对风险认知会改变;个体对风险认知最终趋同等现象。 相似文献