基于svm模型的新闻分类系统设计与实现

《基于svm模型的新闻分类系统设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文题目基于SVM模型的新闻分类系统设计与实现专业学位类别工程硕士学号201192230622作者姓名沈加指导教师高辉教授万方数据分类号密级注1UDC学位论文基于SVM模型的新闻分类系统设计与实现（题名和副题名）沈加（作者姓名）指导教师高辉教授电子科技大学成都徐增光高工上海旗帅机械电器有限公司上海（姓名、职称、单位名称）申请学位级别硕士专业学位类别工程硕士工程领域名称软件工程提交论文日期2013.9.25论文答辩日期2013.11.24学位授予单位和日期电子科技大学2013年12月24日答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的

2、类号。万方数据THEDESIGNANDREALIZATIONOFWEBNEWSCLASSIFICATIONSYSTEMBASEDONSVMAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:ShenJiaAdvisor:GaoHuiSchool:SchoolofInformationandSoftwareEngineering万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进

3、行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手

4、段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：日期：年月日万方数据摘要摘要随着信息化技术的不断发展，网络信息量呈指数级增长，而浏览网络资源也成为获取信息的一个重要手段。在杂乱无章的各类网络资料中，如何快速而准确地帮助用户定位到所希望浏览的内容成为一个重要的研究课题，为了有效管理网络资源，方便用户查阅，文本分类技术应运而生。支持向量机（SVM）算法被认为是文本分类中效果较为优秀的一种方法，它是一种建立在统计学习理论基础上的机器学习方法。该算法基于结构风险最小化原理，将数据集合压缩到支持向量集合，学习得到分类决策

5、函数。本系统平台结合用户分类需求，通过调用ICTCLAS50分词工具包与libsvm分类模型实现对网络新闻的分词、计算词频，提取关键词、特征表示和分类操作，同时提供了用户管理和新闻管理功能，在保证文本分类核心功能的同时使用户可以管理自己的新闻文档。本文介绍了课题研究意义、国内外研究状况、关键技术、开发平台、系统模块与数据库设计、各个功能模块的实现，同时添加了用例图，E-R图，程序流程图等对系统开发进行了解释说明，在系统实现里给出了一些系统界面和相关功能的操作方法。测试阶段利用黑盒测试等软件方法对平台系统进行测试，系统能够稳定运行，同时利用大量

6、文本数据对系统分类结果进行测试，保证新闻分类系统的精确率。关键词：文本分类，网络新闻，SVMI万方数据ABSTRACTABSTRACTWiththedevelopmentoftheinformationaltechnology,thenetworkinformationtakeonexponentiallygrowingandbrowsingnetworkresourcesbecameanimportantmethodofaccesstoinformation.Sohowtohelpusersfindoutthecontentwhatthey

7、wanttobrowsequicklyandexactlyisanimportantresearchproject.Formanagingnetworkresourceseffectivelyandmakinguserslookupconveniently,textclassificationtechnologyarisesatthehistoricmoment.SVMisconsideredamethodthathaveagoodeffectontextclassification,itisamachinelearningthatisbui

8、ltonstatisticallearningtheory.Thealgorithmisbasedonstructuralriskminimizationprinc