| 摘 要: 使用朴素贝叶斯分类算法，结合Spark内存计算框架，对用户观看视频及次数信息进行分析，建立用户性
别和年龄区间的分类模型；然后利用特征项的权重优化模型，考虑到每个特征项在各个类别中的权重对分类结果的影
响，提出了一种基于特征项与类别间相关性的TFC-IDFC权重计算方法，并与传统的TF-IDF权重计算方法进行比较，
通过正确率和F1值两个指标，证明考虑到特征项与类别的相关性所提出的TFC-IDFC权重使得分类模型的分类能力更
好。 |
| 关键词: Spark；用户特征；贝叶斯；分类；TF-IDF |
|
中图分类号: TP391
文献标识码: A
|
|
| User Characteristic Analysis Based on Spark and the Improved TF-IDF Algorithm |
|
ZHANG Shuya，WANG Zhangang
|
( School of Computer Science and Software Engineering, Tianjin Polytechnic University, Tianjin 300388, China)
|
| Abstract: |
| Keywords: spark;user characteristics;Bayes;classification;TF-IDF |
