基于互信息的贝叶斯-案例检索特征选择模型

作者：徐曼,甘丹,沈江

摘要：案例检索过程中案例集存在特征冗余,使得检索效率和准确度较低。传统的基于贝叶斯网络案例检索特征选择模型(BN-CBR)对先验知识利用效率不高,且不能有效选择消除冗余性的特征子集。构建基于互信息的贝叶斯-案例检索特征选择模型(MI-BNCBR),采用特征冗余度和互信息计算案例特征的综合权重,改善BN-CBR模型对先验知识利用效率不高的问题,其采用互信息方法可消除案例集中的冗余特征并得到最优特征子集,采用基于远端最近距离计算的K-D树方法进一步改善基于互信息的贝叶斯-案例检索的效率,并利用医学基准数据进行实验,结果表明所引入的方法有效地提高了案例检索的准确度和检索效率。

发文机构：南开大学商学院 天津大学管理与经济学部

关键词：互信息案例检索贝叶斯网络K-D树mutual informationcase based retrievalBayesian networkK-D tree

分类号： F224[经济管理—国民经济]