面向政府绩效考评的评价意见智能分类技术的研究与实现

VIP免费

3.0 韩鲁英 2024-09-24 4 4 1.55MB 40 页 150积分

侵权投诉

浙江财经大学本科生毕业论文（设计）

面向政府绩效考评的评价意见智能分类技术的研究与实现

摘要：本文首先介绍了政府绩效考评意见智能分类的开发背景和意义，描述了国内

外政府绩效考评行业的现状以及发展趋势，并通过对国内绩效考评系统的分析比较，指

出了绩效考评系统存在的问题。接下来，从机器学习、文本分类的角度出发，结合中文

文本分类流程，提出了系统算法改进的设计目标和要求，对文本分类的主流分类器支持

向量机（SVM）进行了研究学习，对现 SVM 存在的样本交界处混杂、受数据集偏斜影

响等问题，结合 K Congener Nearest Neighbor-Support Vector Machine(KCNN-SVM)和超

球面支持向量机提出了自己的创新算法 hypersphere K congener nearest neighbors Support

Vector Machine(HS-KCNN-SVM)。最后，对此次系统算法的研究和创新做了总结。

关键词：绩效考评；文本分类；支持向量机；KCNN-SVM；超球面；HS-KCNN-SVM

The Research and Implementation of

Intelligent Text Classification System on the Government Performance

Evaluation

Abstract: This paper introduces the development background and significance of

intelligent text classification system on the government performance evaluation, and

describes the status and development trends of the government performance evaluation at

home and abroad. Through analysis and comparison to intelligent text classification system

on the government performance evaluation in China, the paper points out the existing

problems in those systems. Next, this paper from the stand of machine learning and text

classification --a vital link in the process text classification on Chinese, proposes the goals

and requirements on system algorithm improvement, and then do some researches on one of

the mainstream classifiers, Support Vector Machine(SVM). I do some research on its

problems, especially when the databases are promiscuous and imbalanced. To solve above

problems, combining K Congener Nearest Neighbor-Support Vector Machine(KCNN-SVM)

and hypersphere, in this paper , proposing an innovation algorithm hypersphere K congener

nearest neighbors Support Vector Machine(HS-KCNN-SVM). At last, it summarizes the

study and innovation of system.

浙江财经大学本科生毕业论文（设计）

Key words: performance evaluation; text classification; Support Vector Machine;

KCNN-SVM; hypersphere; HS-KCNN-SVM

浙江财经大学本科生毕业论文（设计）

III

1 绪论 ................................................................... 1

1.1 研究背景和意义 ................................................... 1

1.2 政府绩效考评现状及发展趋势 ....................................... 2

1.3 当今政府绩效考评存在的问题 ....................................... 3

1.4 主要开发技术介绍 ................................................. 4

1.4.1 Java Web 技术简介 ........................................... 4

1.4.2 SQL Server 2005 简介 ........................................ 5

1.5 本文研究内容及章节安排 ........................................... 5

2 文本分类概况 ........................................................... 6

2.1 文本表示技术 ..................................................... 6

2.2 文本分词技术 ..................................................... 6

2.3 文本特征选择 ..................................................... 7

2.3.1 特征选择的步骤 .............................................. 8

2.3.2 特征选择的方法 .............................................. 8

2.4 权值计算 ......................................................... 9

2.5 分类器的构建 .................................................... 10

2.5.1 Naïve Bayes 算法 ........................................... 10

2.5.2 神经网络分类算法 ........................................... 11

2.5.3 支持向量机 ................................................. 11

2.5.4 决策树算法 ................................................. 12

2.6 分类器评价 ...................................................... 12

浙江财经大学本科生毕业论文（设计）

3 文本分类器研究与创新 .................................................. 13

3.1 文本分类主流分类器 .............................................. 13

3.1.2 支持向量机 ................................................. 13

3.1.3 KCNN-SVM ................................................... 17

3.1.4 超球面 ..................................................... 19

3.1.5 HS-KCNN-SVM 算法创新 ....................................... 22

4 评价意见智能分类系统实现 .............................................. 25

4.1 系统总体结构设计 ................................................ 25

4.2 停用词模块功能实现 .............................................. 26

4.3 文本分词模块功能实现 ............................................ 27

4.4 文本类模块功能实现 .............................................. 28

4.4.1 单一文本判别 ............................................... 28

4.4.2 多文本分类模块 ............................................. 29

4.5 样本训练模块功能实现 ............................................ 30

5 总结与展望 ............................................................ 33

致谢 ..................................................................... 36

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

150 积分 4人已下载

立即下载 VIP免费下载

摘要：

浙江财经大学本科生毕业论文（设计）I面向政府绩效考评的评价意见智能分类技术的研究与实现摘要：本文首先介绍了政府绩效考评意见智能分类的开发背景和意义，描述了国内外政府绩效考评行业的现状以及发展趋势，并通过对国内绩效考评系统的分析比较，指出了绩效考评系统存在的问题。接下来，从机器学习、文本分类的角度出发，结合中文文本分类流程，提出了系统算法改进的设计目标和要求，对文本分类的主流分类器支持向量机（SVM）进行了研究学习，对现SVM存在的样本交界处混杂、受数据集偏斜影响等问题，结合KCongenerNearestNeighbor-SupportVectorMachine(KCNN-SVM)和超球面支持...

展开>> 收起<<

面向政府绩效考评的评价意见智能分类技术的研究与实现.pdf

共40页,预览4页

还剩页未读，继续阅读

面向政府绩效考评的评价意见智能分类技术的研究与实现

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: