一种基于随机森林的文献期刊自动分类方法、介质及系统

本发明涉及一种基于随机森林的文献期刊自动分类方法、介质及系统，所述方法包括以下步骤：获取待分类文献的PDF文档，提取所述PDF文档的首页文本信息，并对所述首页文本信息进行数据清洗，得到文本数据；利用TF‑IDF向量化器将所述文本数据转化为数值特征，得到特征矩阵，将所述特征矩阵输入到随机森林模型中进行期刊分类；根据期刊分类结果，以所述文献对应的期刊名为文件夹名创建期刊名文件夹，将同一期刊名的所述文献的PDF文档存放到对应所述期刊名文件夹中。与现有技术相比，本发明实现了根据文献对应的期刊名对文献进行自动化分类，大幅降低了人工干预的需求。