基于SVM的书目数据自动分类设计与应用研究

作者：柴源

来源：黑龙江科学, 2021, 12(24): 18-21.

• SVM
• 书目数据
• 自动分类
• 高校图书馆
• TF-IDF

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、Linear SVC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。

• 单位
  西安航空学院