مقایسه ی عملکردی الگوریتم های KNN و SVM در دسته بندی متون

در محیط پیرامون ما و در زمینه ها و صنایع مختلف حجم وسیعی از داده ها وجود دارد. تا زمانی که این حجم از داده های عظیم تبدیل به اطلاعات مفید و کاربردی نشوند، قابل استفاده و سودمند نخواهند بود. بنابراین نیاز به تجزیه و تحلیل داده ها و ارزیابی آن ها وجود دارد تا بتوان اطلاعات مفیدی از این داده ها استخراج نمود. هدف از داده کاوی تجزیه و تحلیل داده های موجود در پایگاه داده های موجود است. متن کاوی، به داده کاوی ای که بر روی متن انجام شود اشاره دارد که منظور از آن فرایند استخراج اطلاعات با کیفیت از متن است که به طور معمول از فهم الگوها و گرایش ها از طریق معانی و به وسیله یادگیری الگوهای آماری حاصل می شود. از جمله الگوریتم هایی که در زمینه متن کاوی برای طبقه بندی متون در این مقاله مورد بررسی قرار می گیرد الگوریتم های KNN و SVM می باشند. در این مقاله ابتدا به تعریف الگوریتم KNN و SVM پرداخته و سپس به ارزیابی و پیاده سازی هر دو الگوریتم می پردازد. در نهایت پس از انجام مقایسه ی عملکردی با در نظر گرفتن صحت به دنبال ارایه روشی مناسب جهت دسته بندی اسناد و مقالات علمی هست.

کلیدواژه ها:

طبقه بندی متون ، الگوریتم KNN ، الگوریتم SVM ، روش نزدیک ترین همسایه ، روش ماشین بردار پشتیبان