%0 Journal Article
%T An Enhanced Odds Ratio Dualistic Feature Extraction Method<br>基于优势率的改进二元特征提取方法
%A DU Yi-Ping
%A LIU Yan-jun
%A <br>杜一平
%A 刘燕君
%J 计算机系统应用
%D 2010
%I 
%X 主题网络爬虫研究中一个重要问题是文本特征的提取，其好坏会直接影响主题特征的提取及网页的相关性计算。在研究了文本分类特征提取方法的基础上，分析优势率特征提取方法的优缺点，把频度、分散度作为判断要素加以考虑，提出一种改进的二元分类特征选择方法EOR，并使用得到的EOR值结合词频TF即TF-EOR来计算文档特征词的权重，应用于主题网络爬虫。仿真实验证明，EOR在中低维数下能提升文档分类准确率达5%，而TF-EOR权重计算方法好于TF-IDF方法，实验中提高了网络爬虫的抓取准确率和查全率达4%。
%K feature extraction
%K odds ratio
%K topical crawler
%K word frequency
%K distribution rate<br>特征提取
%K 优势率
%K 主题网络爬虫
%K 频度
%K 分散度
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D4F6864C950C88FFCE5B6C948A639E39&aid=C17298D56BCECA90F6FEF6F2B55BC6FD&yid=140ECF96957D60B2&vid=2A8D03AD8076A2E3&iid=0B39A22176CE99FB&sid=F24949CFDB502409&eid=91C9056D8E8856E0&journal_id=1003-3254&journal_name=计算机系统应用&referenced_num=0&reference_num=7