[发明专利]一种网络服务资源分类方法

摘要

一种网络服务资源分类方法，先提取待分类服务资源的特征向量，然后计算特征向量中每个属性出现在每个分类中的概率以及权值，再利用加权朴素贝叶斯公式获取每个属性属于每个类别的概率，选取最大的作为该服务资源的分类类别。本发明通过引入数学中的相似度的概念，利用加权朴素贝斯公式，将属性相似度的计算应用到加权朴素贝叶斯公式中，用来确定出每个特征属性的权值，将此算法应用到服务资源分类上，对于未知的服务资源数据样本按加权朴素贝叶斯公式计算其属于每一个类别的概率，然后选择其中概率最大的类别作为其类别，以得到基于属性相似度的服务资源分类方法，大大提高了服务资源分类的准确率。

主权项

1.一种网络服务资源分类方法，其特征在于，包括以下步骤：1）预定义m个类别，类标号为，然后提取待分类服务资源X的若干特征向量，并将这些特征向量组成表征该服务资源的一个n维特征向量，分别描述对n个属性的n个度量；2）针对n维特征向量中每个属性的属性值,每个类别，计算类别下属性值出现的概率，以及类别出现的概率；3）确定n维特征向量中每个属性的权值；方法如下：首先，定义两个对象空间和，为两对象空间第d维属性集合与之间的距离式中：和分别为属性集合和的中心值；和各是两属性集合覆盖范围的一半，即：其中和分别为属性集合的最小值和最大值；然后，定义类别的训练样本集合为，为i类样本的个数，它的第个属性集合用表示，集合的期望值为，最小值为，最大值为；按照升序排列属性的和，表示排序后的类别标识，类别间属性的距离表示为：属性归一化的属性相似度为:由下式计算每个属性的权重；4）根据步骤2）和步骤3 ）所得结果，利用加权朴素贝叶斯公式获取属性属于各个类别的概率并进行比较，选出最大的一个，作为该n维特征向量所表征的待分类服务资源的分类类别，从而完成服务资源的分类。