基于相關(guān)性特征權(quán)重選擇決策樹算法的學(xué)術(shù)關(guān)系分類規(guī)則提取.pdf

1、人物間的關(guān)系的識別和分類是近年的研究熱點。對人物間學(xué)術(shù)關(guān)系的研究能為我國日益龐大的學(xué)術(shù)關(guān)系網(wǎng)絡(luò)的建立做好鋪墊，而識別人物間學(xué)術(shù)關(guān)系的類別則是研究人物學(xué)術(shù)關(guān)系的重點。論文旨在從海量的項目申請書中提取學(xué)術(shù)關(guān)系分類的規(guī)則，并提出了一種利用基于相關(guān)性特征選擇方法的特征權(quán)重決策樹算法。
　　 本文將人物間的學(xué)術(shù)關(guān)系定義為師生關(guān)系、合著關(guān)系、共項目關(guān)系三種，根據(jù)項目申請書的特點結(jié)構(gòu)化項目申請書，通過特征抽取函數(shù)設(shè)計，對每一類學(xué)術(shù)關(guān)系采集相應(yīng)

2、的訓(xùn)練集原始數(shù)據(jù)，使這些原始數(shù)據(jù)通過特征抽取函數(shù)得到面向決策樹的訓(xùn)練集數(shù)據(jù)，然后對訓(xùn)練集數(shù)據(jù)采用C4.5算法得到判定每一類學(xué)術(shù)關(guān)系的決策樹，并提煉分類規(guī)則。最后，為了提高分類規(guī)則的準確率，本文提出了將相關(guān)性特征選擇與C4.5算法結(jié)合，在生成決策樹之前選擇出關(guān)鍵的特征變量，在生成決策樹時給這些關(guān)鍵特征變量賦予一個大于給定閾值的權(quán)重，使其更容易被選擇。實驗結(jié)果表明，當傳統(tǒng)C4.5算法得到的決策樹沒有包含所有的關(guān)鍵特征變量時，改進的C4.5算