網(wǎng)頁(yè)分類及存儲(chǔ)查詢系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn).pdf

1、隨著信息技術(shù)的高速發(fā)展，Internet上的Web頁(yè)面數(shù)量呈指數(shù)增長(zhǎng)。有效地組織和處理這些海量信息，為人們創(chuàng)建一個(gè)綠色的網(wǎng)絡(luò)交流環(huán)境已經(jīng)成為網(wǎng)絡(luò)信息服務(wù)需解決的關(guān)鍵問(wèn)題之一。網(wǎng)頁(yè)自動(dòng)分類是處理海量網(wǎng)頁(yè)的有效手段，它能提供網(wǎng)頁(yè)集的良好組織結(jié)構(gòu)，簡(jiǎn)化網(wǎng)頁(yè)的存取和操作，提高網(wǎng)頁(yè)處理效率。因此，研究如何對(duì)網(wǎng)頁(yè)進(jìn)行高效準(zhǔn)確的分類，并將網(wǎng)頁(yè)分類結(jié)果進(jìn)行永久保存將有著重要的意義。
　　首先，本文對(duì)系統(tǒng)進(jìn)行了需求分析，對(duì)網(wǎng)頁(yè)分類和存儲(chǔ)查詢兩個(gè)模塊

2、，分別從原理和過(guò)程出發(fā)進(jìn)行了系統(tǒng)的總體分析。詳細(xì)研究了文本自動(dòng)分類技術(shù)和網(wǎng)頁(yè)分類的一般過(guò)程，并對(duì)網(wǎng)頁(yè)分類評(píng)價(jià)體系進(jìn)行了描述。
　　其次，本文詳細(xì)分析了系統(tǒng)各模塊所需的技術(shù)和方法，主要包括文本表示模型、網(wǎng)頁(yè)信息提取和分詞算法等，分析比較了幾種特征提取算法并提出了特征權(quán)重算法的改進(jìn)策略。針對(duì)網(wǎng)頁(yè)分類結(jié)果的存儲(chǔ)查詢需求，提出了增量存儲(chǔ)和反饋查詢的策略，有效地節(jié)省了存儲(chǔ)空間，便于用戶查詢，同時(shí)彌補(bǔ)了網(wǎng)頁(yè)收集范圍的局限性。鑒于存儲(chǔ)查詢過(guò)程中