農業(yè)信息搜索引擎分類器的研究.pdf

1、當今互聯(lián)網高速發(fā)展，人類社會邁入網絡信息爆炸時代，這帶來了網絡上農業(yè)知識信息的激增，給農業(yè)從業(yè)者帶來了農業(yè)信息查找的便利。知識意味著財富，農業(yè)從業(yè)者從這些農業(yè)信息中擷取財富信息，然而，海量的農業(yè)知識信息不意味著可以快速有效的查詢出所需信息，農業(yè)領域細化信息的快速定位與分類查找是必要與必須的。
　　本文以農業(yè)信息搜索引擎分類器為研究對象，全面的介紹了當前信息文本分類器現狀、國內外分類器發(fā)展歷程，在分類特征提取、訓練樣本和眾多分類算法

2、基礎上，從農業(yè)信息文本分類特征項提取方式上從手，提出了具有農業(yè)信息文本特色的特征提取方式，在此特征項訓練基礎上，建立農業(yè)信息文本訓練庫，針對分類算法分類效果各有差異，使用改進優(yōu)化后的樸素貝葉斯分類器對農業(yè)信息進行分類，設計實現了農業(yè)信息搜索引擎分類器系統(tǒng)。
　　世界上不會存在一模一樣的兩片葉子，每個對象都具有其獨特性，文本信息對象也都具有各自獨有識別特征以供識別分類。本文對文本特征提取四種方式信息增益、互信息、卡方統(tǒng)計和文檔頻率進

3、行算法論述與實現實驗比較，提出農業(yè)信息文本特征提取方式:基于文檔頻率的文本特征提取，將TF-IDF、空間向量模型與余弦相關度的計算運用其中，在此基礎上，依據農業(yè)信息分類原則，根據識別度，選取各農業(yè)類別的文本信息，最終建立了農業(yè)信息文本訓練庫。
　　任何一種分類算法都不具有絕對優(yōu)越性，都存在不同分類偏差，不同文本信息，分類器分類效果不一樣。本文實驗比較了決策樹算法、K-近鄰算法、支持向量機和樸素貝葉斯四種分類算法對農業(yè)信息文本分類情

4、況，運用并改進優(yōu)化樸素貝葉斯分類器，主要改進點兩個方面:樸素貝葉斯算法計算公式變化，將二值模型變換成多項式模型，建立多項式模型公式，進行實驗結果數據比較;在分類器部署方式上，將分類器分布式部署到多臺計算機，采用Top-N算法排序結果，進行實驗結果數據比較。
　　本文根據多組分類實驗比較結果，在軟件設計理論上，結合上述改進優(yōu)化后樸素貝葉斯算法，使用農業(yè)信息文本訓練庫，設計并實現了農業(yè)信息搜索引擎分類器系統(tǒng)，對農業(yè)信息文本分類實驗測試

5、得出結果數據。實驗結果表明，經改進優(yōu)化后樸素貝葉斯分類器分類精度更高，分類速度更快，是實用可靠的農業(yè)信息搜索引擎分類器系統(tǒng)。
　　綜上，本文在農業(yè)信息搜索引擎抓取農業(yè)信息文本基礎上，從分類信息文本特征提取、農業(yè)信息文本訓練、分類算法上對農業(yè)信息文本分類器研究，通過實驗對比，提出農業(yè)信息分類特征提取方式，建立農業(yè)信息文本訓練庫，從算法上對樸素貝葉斯分類器改進，從部署上，將分類器系統(tǒng)分布式部署分類，最終達到改進優(yōu)化農業(yè)信息文本分類器。