[发明专利]一种基于MapReduce的KNN文本分类方法在审
| 申请号： | 201510012387.7 | 申请日： | 2015-01-09 |
| 公开（公告）号： | CN104536830A | 公开（公告）日： | 2015-04-22 |
| 发明（设计）人： | 赵靖;王延斌;韩财兴;杨武;张立国 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于数据挖掘和云计算领域，具体涉及一种在Hadoop集群上，依据KNN算法和MapReduce编程模型特点，并行化的实现文本分类的基于MapReduce的KNN文本分类方法。本发明包括：数据预处理：其中包括分词、去停用词、词根还原三个过程；特征提取：对训练数据集进行处理，筛选出区分能力最强的特征项；运用KNN算法对测试数据集进行分类。本发明在Hadoop平台上实现的KNN算法具有较好的加速比和良好的扩展性，在数据量相同的情况下，算法的执行效率与集群节点数有关，一般节点越多处理数据的效率就越高。本发明在适当的节点上高效的完成了文本分类任务。 | ||
| 搜索关键词： | 一种 基于 mapreduce knn 文本 分类 方法 | ||
【主权项】：
一种基于MapReduce的KNN文本分类方法，其特征在于：(1)数据预处理：其中包括分词、去停用词、词根还原三个过程；(2)特征提取：对训练数据集进行处理，筛选出区分能力最强的特征项；(3)运用KNN算法对测试数据集进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学，未经哈尔滨工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510012387.7/，转载请声明来源钻瓜专利网。
