情报探索
• 工作研究 •
朱峰 潘晓中
出版日期:
发布日期:
通讯作者:
Online:
Published:
摘要: [目的/意义]提出一种基于朴素贝叶斯算法的反恐情报分类模型,在反恐工作中,根据涉恐情报的特点,使用机器学习的方法训练分类器进行涉恐等级划分。[方法/过程]该分类模型建立过程包括构建情报词典、构建样本集、属性降维、构建分类器、评价标准以及实验结果分析等六个步骤。为了详细描述该模型的分类过程,利用虚拟样本集中的数据进行了数据挖掘和定量分析。[结果/结论]该方法能够快速对数据库中的数据信息进行分类,为情报研判提供参考依据,提高了分析效率,节约了人力成本。
关键词: 贝叶斯理论, 朴素贝叶斯, 反恐情报, 数据挖掘, 机器学习
朱峰 潘晓中. 朴素贝叶斯算法在反恐情报分类中的应用研究[J]. 情报探索.
0 / / 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: http://www.qbts.org/CN/
http://www.qbts.org/CN/Y2019/V1/I10/1