网络复杂文本的分类优化过程仿真分析

针对网络文本进行准确分类是数据处理的基础步骤。由于网络文本数据中所含相似数据量大,数据之间存在特征类似性关联。传统的分类方法针对文本数据的性质,采用增加约束的方式进行特征分类,使得不可分类数据之间也存在着特征相似性关联,需要多次确认,导致分类效果差。提出基于文本最短路径的网络文本分类方法。建立网络文本分类的有向图,计算出每个结点之间的路径值,每个路径值与一个路径集合相对应,用来描述一个网络文本的分类结果;将网络文本的分类问题转化为计算最短路径的问题,利用删除无用结点,并对路径树进行,获得更加准确的分类效果。仿真结果表明,改进算法对网络文本分类准确率高。