论文部分内容阅读
贝叶斯理论在信息过滤中得到了很好的应用,他与KNN、支持向量机等相比,加油高效、节约空间以及有利于实现个性化过滤的优势。但是也存在忽略了特征词之间的联系、忽略误判所带来的风险以及不支持增量学习机制等缺陷。本文着重分析贝叶斯算法在信息过滤方面的不足,然后针对这些不足,结合应用要求,提出改进的贝叶斯算法。