模糊规则算法在教育信息分类中的应用

摘要

Internet的迅速发展引起了网络教育信息数据的海量递增,然而由于网络结构的庞杂性以及教育信息自身分布的无规律性,信息的获取与应用往往受到限制,因此如何更高效的获取、利用教育信息成为人们日益关注的问题。对教育信息的分类,不仅能够为用户检索与使用教育信息资源提供便利,另一方面,通过对相关数据的分类分析,能够形成对于当前教育软硬件资源分布状况的统计描述,供教育教学人员、科研工作者以及教育管理者参考使用。
　　 本文通过对国内外相关技术的研究,结合当前应用需求,设计开发了一个用于教育信息分类的模型。以教育信息中的中小学简介信息为例,首先在分析该类数据特征项少、权重不均等特点的基础上,以改进的TFIDF算法为提取特征项基本方法,采用噪声处理、基于模糊集的同义处理等策略构建类别特征库；然后以特征库为依据,提取并使用模糊规则构建分类算法,实现对教育信息的分类。围绕着模糊规则,分类模型山特征库与模糊集的建立、文本分析、分类算法实现三个核心环节构成。
　　 为验证分类模型的整体性能,将模糊规则分类与其他分类算法进行对比实验,实验数据表明:对于教育类信息,以模糊规则为核心构建的分类模型,在分类速度、分类精度等方面具备优于其他分类算法的性能。这一结论同样适用于篇幅较短、特征项权重值分布不均衡的文本分类处理。