搜索引擎下Web分類技術研究.pdf

1、隨著互聯網技術的發(fā)展，人們進入了信息化的時代。在這個信息化的時代，信息就意味著財富，如何有效快速獲得準確的、有價值的信息成為關鍵環(huán)節(jié)。當前，Web上出現了大量的、結構不同的信息資源，并且這些資源大都以Web文本形式存在，而這些Web資源中包含了大量對人們有價值的信息，怎樣從海量的Web資源中提取出有效信息成為信息處理領域亟待解決的問題。Web文本分類技術是在現有的文本分類理論和技術基礎上發(fā)展起來的，它利用了文本分類理論知識和現有的成熟的

2、分類技術。Web文本分類摒棄了原始的人工分類方式，節(jié)省了大量的人力，物力等，能夠有效提高用戶檢索的速度，并對檢索結果準確分類，它已成為信息處理領域的研究熱點。
　　本文介紹了課題的研究背景和國內外研究現狀，并闡述了文本分類相關的理論和技術。通過總結學習文本分類相關的理論知識，在分析網頁的結構特點的基礎上，對課題的解決有了一個較為清晰的思路：首先進行利用網絡機器人進行網頁采集，提取網頁中的文本信息，然后對得到的文本信息進行預處理，轉