基于Python语言的文本数据流自适应分类方法

作     者：彭文良 虞燕花 PENG Wenliang;YU Yanhua

作者机构：池州职业技术学院电子信息与传媒系安徽池州247000 安徽黄梅戏艺术职业学院图文信息中心安徽安庆246011 

基　　金：2020年安徽省自然科学重点项目(KJ2020A1028) 2020年池州职业技术学院院级自然重点项目(2020yjzrzd03) 2019年安徽省质量工程项目高校继续教育教学改革项目(2019jxjj66) 

出 版 物：《宁夏师范学院学报》 (Journal of Ningxia Normal University)

年 卷 期：2022年第43卷第1期

页      码：106-112页

摘      要：传统数据分析技术无法对动态数据进行分类,造成了分类过程加速较慢的问题.为此,设计基于Python语言的文本数据流自适应分类方法.将网络数据采集过程构建为模型的形式,获取文本数据流信息.将Python语言与网络爬虫技术应用到数据预处理与挖掘过程中,为后续处理提供精准度较高的数据基础.使用半监督学习半聚类分析方法构建分类器,完成文本数据流自适应分类过程.实验结果表明本文方法在提高分类加速度的同时,优化了数据分类结果,具有一定的使用价值.

主 题 词：Python语言 文本数据流 分类器 机器学习算法 

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

D　O　I：10.3969/j.issn.1674-1331.2022.01.016

馆 藏 号：203107175...