一种基于SVD和Rough集的信息过滤方法

摘要：

论文提出了一种信息过滤方法,即在奇异值分解(SVD)的基础上,运用粗糙集(Rough Sets)理论进行信息过滤.通过对词语×文档矩阵进行奇异值分解得出近似矩阵,改变了一些词语在相应文档中的重要性,从而使得词语更好地体现文档内容.然后运用粗糙集理论中决策表上的规则推理方法,生成人们感兴趣信息的规则库,将未知文档的条件属性与规则库中的规则进行相似匹配,进行信息过滤.实验表明,该方法在准确度方面比传统的VSM和LSI要好.

关键词：奇异值分解、粗糙集、信息过滤、规则提取

所属期刊栏目：39

分类号：G202(信息与传播理论)

资助基金：国家自然科学基金G19980306;教育部科研项目

在线出版日期：2004-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：99-101