为了能够快速、便捷地提取互联网中有关食物营养健康相关信息，针对传统文本分类算法的不足，利用麻雀搜索算法(SSA)良好的寻优能力对支持向量机(SVM)的最优参数组合进行搜索，提出一种基于SSA-SVM的文本分类方法。对SSA-SVM模型在不同的数据集中的分类效果进行了试验研究，结果表明，SSA全局寻优性能稳定，可有效降低SVM参数选取对系统泛化能力和分类精度的影响，SSA-SVM模型在营养健康文本分类中准确率可达到83.8%，对食物营养健康信息挖掘研究具有一定的参考价值。
科研之友
微信
新浪微博
Facebook
分享链接
