一种Web文档在线自适应分类新方法

摘要

Web文档自动分类是Web挖掘中的重要研究内容。文档向量空间模型 (VSM)是实现文档自动分类的基础 ,但如何排除冗余属性并降低向量空间的维数是一个难点。文中运用粗集理论对由样本文档集合构成的信息系统进行数据泛化 ,并求取文档的最优规约属性集 ,大大降低了文档的特征空间的维数 ,减少了冗余属性对文档分类的干扰 ,提高了分类效率。运用FuzzyARTMAP(adaptiveresonancetheorymapping)神经网络 ,利用其自适应分类和增量学习的优良特性 。