基于改进SVM的互联网用户分类

作     者：尚晖 SHANG Hui

作者机构：浙江工贸职业技术学院温州325002 

出 版 物：《计算机系统应用》 (Computer Systems & Applications)

年 卷 期：2021年第30卷第4期

页      码：266-270页

摘      要：由于传统模型大量约束样本,导致其学习能力下降,因此设计一个基于改进支持向量机(Support Vector Machine,SVM)的互联网用户分类模型.该模型通过构造样本数据,模拟互联网用户的浏览轨迹;根据用户偏好,制定全新的用户分类策略;基于改进支持向量机,实现对互联网用户的分类.性能测试:3次实验下,此次设计的模型分类准确率平均值为98.56%,超出了预设的期望值,具备分类能力.对比测试:与两组传统用户分类模型相比,此次设计的模型,面对不断增加的样本数据,同样能保持高水平的学习能力.

主 题 词：改进SVM 互联网用户 分类模型 学习能力 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 0835[0835] 081201[081201] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.15888/j.cnki.csa.007914

馆 藏 号：203102680...