Web挖掘技術(shù)在東亞植物遺傳資源管理系統(tǒng)中的應(yīng)用研究.pdf

1、為促進(jìn)東亞地區(qū)植物遺傳資源的保護(hù)和利用，國際植物遺傳資源研究所(IPGRI)與東亞各國有關(guān)研究機(jī)構(gòu)決定建立“東亞植物遺傳資源協(xié)作網(wǎng)”(EA-PGR)Web信息管理系統(tǒng)?！　A-PGR的Web信息管理系統(tǒng)的信息是分類進(jìn)行管理的，管理員要處理大量來自IPGRI的靜態(tài)Web文本，然后把它們按類上傳到Web信息管理系統(tǒng)中，這些Web文本的組織往往處于混亂的狀態(tài)，采用人工分類，工作量既大，效率又低。正是出于需要對(duì)Web文本進(jìn)行分類管理的目的，

2、作者研究了Web文本的自動(dòng)分類技術(shù)。本論文研究結(jié)果如下：　　(1)分析了Web文本分類的三個(gè)重要技術(shù)：特征詞提取、特征賦權(quán)、特征選擇方法的IG、CHI、期望交叉熵等6種評(píng)估函數(shù)。對(duì)來自IPGRI的Web文本集進(jìn)行了系統(tǒng)測試，分析了各種評(píng)估函數(shù)對(duì)不同分類器的優(yōu)劣?！　?2)研究了Web文本分類算法：類中心向量、KNN、樸素貝葉斯、SVM等幾種分類器，并對(duì)KNN和SVM兩種分類器在標(biāo)準(zhǔn)語料庫和來自IPGRI的Web文本集進(jìn)行了實(shí)驗(yàn)比較分

3、析，得出SVM是比KNN更好的分類器?！　?3)作為Web文本自動(dòng)分類技術(shù)研究的結(jié)果，采用VC++設(shè)計(jì)與實(shí)現(xiàn)了基于內(nèi)容的中英文Web文本自動(dòng)分類系統(tǒng)。該系統(tǒng)具有支持KNN和SVM兩種分類器、多種特征選擇方法、兼類分類、自定義特征空間維數(shù)和分類結(jié)果評(píng)測曲線、直方圖顯示等特點(diǎn)?！　?4)IPGRI為了在成員國之間開展多個(gè)領(lǐng)域的學(xué)術(shù)交流和合作活動(dòng)，決定建立“東亞植物遺傳資源協(xié)作網(wǎng)”的網(wǎng)站。作者用ASP.NET和ADO.NET技術(shù)，結(jié)合SQ