公开(公告)号：CN107103071B

公开(公告)日：2019-08-02

申请号：CN201710266425.0

申请日：2017-04-21

Applicant: 安徽大学

Inventor： 程凡 ,  宋栋栋 ,  张闯 ,  张兴义 ,  岳千里 ,  章霞

IPC: G06F16/35

Abstract: 本发明公开了一种基于直接优化PAUC算法的新闻信息分类方法，其特征是按如下步骤进行：1、采集新闻信息的数据集，并将数据集S按照样本的类别划分为相关新闻信息集合S+与非相关新闻信息集合S‑；2、从所述相关信息集合S+和不相关信息集合S‑选取新闻信息特征xT；3、通过新闻信息特征xT得到第T次迭代的自适应梯度4、利用自适应梯度更新预测模型wT。本发明能高效的在海量的新闻信息中筛选出符合用户喜好的新闻，提高了用户对新闻信息的搜索效率，提升了用户体验。

公开(公告)号：CN107103071A

公开(公告)日：2017-08-29

申请号：CN201710266425.0

申请日：2017-04-21

Applicant: 安徽大学

Inventor： 程凡 ,  宋栋栋 ,  张闯 ,  张兴义 ,  岳千里 ,  章霞

IPC: G06F17/30

CPC classification number: G06F16/355

Abstract: 本发明公开了一种基于直接优化PAUC算法的新闻信息分类方法，其特征是按如下步骤进行：1、采集新闻信息的数据集，并将数据集S按照样本的类别划分为相关新闻信息集合S+与非相关新闻信息集合S‑；2、从所述相关信息集合S+和不相关信息集合S‑选取新闻信息特征xT；3、通过新闻信息特征xT得到第T次迭代的自适应梯度4、利用自适应梯度更新预测模型wT。本发明能高效的在海量的新闻信息中筛选出符合用户喜好的新闻，提高了用户对新闻信息的搜索效率，提升了用户体验。