基于樸素貝葉斯的中文網(wǎng)頁分類研究.pdf_第1頁
已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著web網(wǎng)頁的迅速發(fā)展,海量的網(wǎng)絡信息大量涌現(xiàn),如何在繁雜的信息中快速找到需要的信息是網(wǎng)頁自動分類研究的重要內(nèi)容。由于文本分類技術研究開始的時間較早,目前已經(jīng)擁有相對成熟的技術,網(wǎng)頁分類的方法仍以文本分類的方法作為研究基礎。同時由于網(wǎng)頁作為一種半結構化的文檔,含有豐富的結構信息,如何利用網(wǎng)頁中的結構信息和超級鏈接信息能夠更好的得到網(wǎng)頁分類效果,已經(jīng)成為目前網(wǎng)頁分類的熱點問題。
  本文的研究工作主要包括以下幾項,首先根據(jù)網(wǎng)頁的鏈

2、接關系,在網(wǎng)頁采集的過程中,考慮網(wǎng)頁中超級鏈接指向的網(wǎng)頁對待分類網(wǎng)頁的影響,提出根據(jù)URL判斷網(wǎng)頁的相似性,并設計相應的爬蟲算法來采集網(wǎng)頁;接著對網(wǎng)頁的構成信息進行了分析,按照基于DOM樹的模型抽取網(wǎng)頁中重要的標簽,由于網(wǎng)頁中title標題、各級子標題hn、meta標簽中keywords和description的內(nèi)容、以及超級鏈接的錨文本等描述的內(nèi)容對于頁面的主題相關度具有突出貢獻的意義,在網(wǎng)頁分類中對這些內(nèi)容進行加權處理,增大這些信息

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論