基于代表樣本的中文網(wǎng)頁分類研究.pdf

1、隨著網(wǎng)絡技術地飛速發(fā)展，Web上的網(wǎng)頁數(shù)量呈指數(shù)增長。如何把網(wǎng)頁按類分好，為使用者提供直接有效的信息，是網(wǎng)頁分類研究的重點。搜索引擎已成為目前用戶年到達率最高的互聯(lián)網(wǎng)服務，信息技術的發(fā)展和互聯(lián)網(wǎng)資源的迅速膨脹對傳統(tǒng)的搜索引擎提出了挑戰(zhàn)。在提高搜索引擎對信息的檢索效率和用戶操作的方便性方面，中文網(wǎng)頁自動分類技術是一個有效的解決方案，是中文信息處理中的重要環(huán)節(jié)。它能夠自動地把搜索引擎檢索到的結果歸類，便于用戶按類別進行查找，提高檢索信息的效

2、率，已成為信息檢索方向的研究熱點。該技術能夠大大減少瀏覽網(wǎng)頁的數(shù)量，提高檢索效率，方便用戶快速查詢到需要相關的信息。此外，網(wǎng)頁分類也有助于對信息資源進行組織管理，合理的加以利用，有助于主題詞典的建立和維護，對主題搜索引擎的發(fā)展起了推動作用。
　　 在文中，作者首先分析了系統(tǒng)的開發(fā)背景和國內網(wǎng)頁自動分類研究的發(fā)展情況，介紹了網(wǎng)頁分類的原理、流程和分類的各項關鍵技術。闡述了網(wǎng)頁預處理、向量空間模型的原理、特征選取技術、流行的分類算法

3、和分類的評價指標，對這幾種分類算法進行分析，深入研究了KNN算法，分析了國內外主要的改進算法，發(fā)現(xiàn)KNN在大規(guī)模在線分類方面存在著效率上的缺陷。從修剪訓練集合的角度出發(fā)，提出了一種生成代表樣本集合的算法，并在中文網(wǎng)頁分類器CPCK上進行驗證，從而證明，該算法與普通的KNN分類算法相比，分類效率得到了一定程度的提高。在系統(tǒng)的設計上，作者嚴格按照統(tǒng)一建模語言UML的模式來進行。詳細地畫出分類器CPCK的處理流程圖。在實現(xiàn)部分，系統(tǒng)是在Win