改进 SVM算法的电商行业竞争对手识别

摘要

针对电商行业竞争对手识别准确率偏低的问题，提出了一种改进的支持向量机（SVM）算法来优化识别过程。该算法基于 Mercer 定理融合间隔因素逐步修正核函数，以提高分类器的泛化能力。以 ebay 平台接口抽取的 Lising 数据为研究对象，在满足 Mercer 定理的前提下对核函数进行保形变换；然后，结合核函数的黎曼几何分析，融合间隔因素改进核函数以构成新的分类器；最后，利用参数寻优算法确定实例中的参数模型并进行测试。与余弦向量相似度算法及 SVM算法的实验结果相比，本文提出的方法识别竞争对手的准确度分别提高了10．2％和3．8％。