论文研究 基于随机词汇迭代模型的POI分类检索.pdf

从特征选择、局部区域划分和词汇语义相似性计算入手，利用随机词汇迭代模型（random terms iterative model，RTIM）进行海量兴趣点（point of interest，POI）文本分类。通过词汇频度、集中度和离散度方法筛选出特征词汇；依据文本与各POI类别间的相似度进行局部区域划分；在每个局部区域内基于词汇在文本中的排列顺序构建词频向量，基于词频向量中词频的随机删除和重构，获取特征映射矩阵；通过特征映射矩阵将文本转为特征向量，并采用SVM分类器进行POI文本分类。实验证明，该方法有效提升了POI文本分类准确性和覆盖率。