743

پ ك13

هاوشكي، ليلا

كارشناسي ارشد

كامپيوتر

دانشگاه صنعتي قم

دانشكده برق و كامپيوتر

1399

گروه مهندسي كامپيوتر

شمسي، محبوبه

رسولي كناري، عبدالرضا

انتخاب ويژگي 2 به طور گسترده در زمينه متن كاوي براي ايجاد يك مدل با تعداد ويژگيهاي كمتر استفاده ميشود. انتخاب ويژگي متن يك گام مهم در طبقهبندي متن است و به طور مستقيم بر عملكرد آن تأثير ميگذارد. در اين پژوهش يك روش بهبود انتخاب ويژگي براي طبقهبندي دادههاي بزرگ 3 با استفاده از 4 تركيب الگوريتمهاي فراشناختي پيشنهاد ميشود. در اين روش از تركيب الگوريتم بهينهسازي ازدحام ذرهها براساس لينك (LBPSO (و الگوريتم جست و جوي گرانش (GSA (استفاده ميشود. الگوريتم بهينه- سازي ازدحام ذرهها بر اساس لينك، بهبودي از الگوريتم بهينهسازي ازدحام ذرهها (PSO (است. در اين پژوهش براي افزايش توان جست و جوي محلي اين الگوريتم از الگوريتم جست و جوي گرانش استفاده ميشود. براساس ويژگيهاي انتخاب شده، مدل طبقهبندي كالسبند نزديكترين همسايه (KNN (ساخته ميشود. عملكرد الگوريتم پيشنهادي بر روي مجموعه داده همشهري مورد بررسي قرار گرفته است. اين مجموعه داده با استفاده از كتابخانه هضم پيش پردازش شده است و پس از انجام عمليات وزندهي به كلمات، مورد استفاده قرار گرفته است. نتايج ما نشان ميدهد كه روش پيشنهادي (GSA-LBPSO (با انتخاب تعداد ويژگي كمتر توانسته است دقت را به طور متوسط 5 %در مجموعه داده همشهري نسبت به الگوريتم LBPSO بهبود دهد. واژگان كليدي: انتخاب ويژگي، داده بزرگ، الگوريتم جست و جوي گرانش، الگوريتم بهينه سازي ازدحام ذره ها، متن كاوي، پيش پردازش متن