版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著Internet/Web技術(shù)的快速普及和迅猛發(fā)展,Web數(shù)據(jù)已成為當(dāng)今世界第一大“數(shù)據(jù)倉(cāng)庫(kù)”,怎樣從海量的Web數(shù)據(jù)中發(fā)現(xiàn)知識(shí),造福于人類(lèi),是Web數(shù)據(jù)挖掘這項(xiàng)技術(shù)被時(shí)代賦予的使命。然而,Web數(shù)據(jù)是異構(gòu)的、非結(jié)構(gòu)化的、動(dòng)態(tài)變化的,這就要求我們首先將 Web頁(yè)面分類(lèi)(聚類(lèi)),然后對(duì)不同的分類(lèi)設(shè)計(jì)分裝器(Wrapper),進(jìn)行信息抽取,最后對(duì)得到的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析和知識(shí)發(fā)現(xiàn);由此可見(jiàn)Web聚類(lèi)這項(xiàng)技術(shù)在數(shù)據(jù)挖掘中的重要地位。
2、 目前,基于Web頁(yè)面聚類(lèi)的研究領(lǐng)域,已經(jīng)取得了很多成果;但是,真正將Web聚類(lèi)應(yīng)用到Web內(nèi)容挖掘領(lǐng)域,使得聚類(lèi)結(jié)果服務(wù)于信息抽取和知識(shí)發(fā)現(xiàn)的研究成果并不是很多,主要有基于文本內(nèi)容的Web頁(yè)面主題聚類(lèi)和基于Web頁(yè)面結(jié)構(gòu)的聚類(lèi);前者僅考慮Web頁(yè)面的內(nèi)容信息,聚類(lèi)時(shí)間效率低,而后者巧妙的利用了Web頁(yè)面的組織結(jié)構(gòu),但是沒(méi)有利用Web頁(yè)面提供的內(nèi)容信息,聚類(lèi)結(jié)果的實(shí)用性和準(zhǔn)確性被降低;如果能夠?qū)烧呓Y(jié)合,則一定能夠提高聚類(lèi)質(zhì)量,這
3、也是本文討論的重點(diǎn)。
本文的主要工作和意義在于,分析了基于Web頁(yè)面的聚類(lèi)算法,并在此基礎(chǔ)上闡述了一種基于Web頁(yè)面鏈接結(jié)構(gòu)和標(biāo)簽信息的聚類(lèi)方法CWPBLT(Clustering Web Pages Based on their Links and Tags),它是在總結(jié)前人有關(guān)Web聚類(lèi)工作的基礎(chǔ)上拓展出來(lái)的一種Web頁(yè)面聚類(lèi)方法,它在聚類(lèi)的過(guò)程中同時(shí)兼顧了Web頁(yè)面結(jié)構(gòu)和Web標(biāo)簽提供的內(nèi)容信息,采用了最小描述長(zhǎng)度法(
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向移動(dòng)頁(yè)面自適應(yīng)平臺(tái)的Web結(jié)構(gòu)特征聚類(lèi)算法.pdf
- 基于多特征的Web頁(yè)面分塊算法的研究與實(shí)現(xiàn).pdf
- 基于本體的Web頁(yè)面聚類(lèi)挖掘.pdf
- 基于模糊多重集的Web用戶(hù)和頁(yè)面聚類(lèi)模型及算法研究.pdf
- 基于特征偏好的聚類(lèi)算法研究與實(shí)現(xiàn).pdf
- 基于視覺(jué)特征的Web頁(yè)面信息抽取算法.pdf
- 聚類(lèi)算法及其在頁(yè)面聚類(lèi)中的應(yīng)用研究
- 聚類(lèi)算法及其在頁(yè)面聚類(lèi)中的應(yīng)用研究.pdf
- 基于多特征的相片聚類(lèi)算法研究與實(shí)現(xiàn).pdf
- 基于語(yǔ)義引力及密度分布的Web文本聚類(lèi)算法的研究與實(shí)現(xiàn).pdf
- 基于中文檢索的Web聚類(lèi)算法研究.pdf
- 基于Web文本挖掘的聚類(lèi)算法研究.pdf
- 基于Web日志挖掘的聚類(lèi)算法研究.pdf
- 基于短語(yǔ)特征的Web文檔聚類(lèi)方法研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)特征的聚類(lèi)算法研究.pdf
- 基于文本聚類(lèi)的特征選擇算法研究.pdf
- 基于MPI的層次聚類(lèi)算法的研究及實(shí)現(xiàn).pdf
- 基于選擇路徑和瀏覽頁(yè)面的用戶(hù)聚類(lèi)算法研究.pdf
- 基于DBSCAN優(yōu)化算法的Web文本聚類(lèi)研究.pdf
- 細(xì)胞特征提取及聚類(lèi)算法研究與DSP實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論