大學畢業(yè)了！！上來感嘆一下！并拿出自己的畢業(yè)設計分享一下。
這個小東西是用了一個星期完成的。BUG肯定不少，大家湊合著看一下吧。感覺有趣的就拿去玩玩。
說說基本思路。
1.對文件進行分詞處理
2.通過統(tǒng)計訓練文檔當中的詞頻方差，構造評判矩陣
3.之后在構造待分類文檔的評判向量
4.用評判向量和構造矩陣相乘，選出最接近的分類。
具體地方法大家可以參考一下這篇論文：《基于模糊理論的網(wǎng)頁過濾算法的實現(xiàn)》
上圖：

                                    主界面

                                 結果文件

 訓練文檔的目錄結構

程序文件：
 http://www.namipan.com/d/db9717e2153a1bc504dc597fee9ac32e92b428fcc4fe3900

其實正確率還可以進一步提高的。以后有興趣的時候再來重寫一下這個程序吧。



總結：
我盡力優(yōu)化了這個程序的速度。但還是不理想。
ICTCLAS分詞系統(tǒng)的效率低是其中一個重要原因。
我使用了stlsoft中的aoto_buffer來優(yōu)化內存的分配。
使所有的string在內存當中只存在一份拷貝。
map和vector容器永遠只存放string*

無法解決的問題：
我想在一個double數(shù)組中存放1/N,2/N,3/N......N/N，以便后來使用。
我覺得這些常量應當能在編譯時期確定。但是不知道如何通過定義宏來表示這些數(shù)值。
搞的我最后不得不啟動一個線程來專門計算這些值。

有興趣的郵件聯(lián)系啊~！