基于深度學(xué)習(xí)的網(wǎng)頁(yè)分類(lèi)算法研究.pdf

1、21世紀(jì)是互聯(lián)網(wǎng)事業(yè)快速發(fā)展的時(shí)代，各種各樣的網(wǎng)頁(yè)充斥著網(wǎng)絡(luò)，人們愈加無(wú)法快速的找尋到滿足自己目標(biāo)的網(wǎng)頁(yè)，信息檢索的效率越來(lái)越低。網(wǎng)頁(yè)分類(lèi)系統(tǒng)能根據(jù)網(wǎng)頁(yè)的內(nèi)容和信息對(duì)其進(jìn)行類(lèi)別判定，建立一個(gè)統(tǒng)一的網(wǎng)頁(yè)類(lèi)別系統(tǒng)不僅能夠有效地組織和分配網(wǎng)頁(yè)信息，而且規(guī)范化網(wǎng)頁(yè)管理系統(tǒng)，有效提高人們?cè)诰W(wǎng)絡(luò)上獲取信息的效率，更加快速準(zhǔn)確地將信息篩選并呈現(xiàn)給用戶(hù)。因此，建立一個(gè)可以自動(dòng)分類(lèi)網(wǎng)頁(yè)的系統(tǒng)是當(dāng)務(wù)之急。本文主要研究基于深度學(xué)習(xí)的網(wǎng)頁(yè)分類(lèi)問(wèn)題，用深度學(xué)習(xí)算

2、法建立一個(gè)自動(dòng)網(wǎng)頁(yè)分類(lèi)的系統(tǒng)。
　　傳統(tǒng)的網(wǎng)頁(yè)分類(lèi)方法使用如 KNN或 SVM等常用文本分類(lèi)算法，使用這些算法得到準(zhǔn)確程度較低且趨于穩(wěn)定，很難再得到提高。本文提出了將深度學(xué)習(xí)算法應(yīng)用到網(wǎng)頁(yè)分類(lèi)上的思想。深度學(xué)習(xí)算法是由多個(gè)隱藏層組成的網(wǎng)絡(luò)結(jié)構(gòu)，它主要強(qiáng)調(diào)了“深層”和“逐層訓(xùn)練”的思想，每層獨(dú)立訓(xùn)練得到特征后作為更高層的輸入繼續(xù)學(xué)習(xí)特征，實(shí)現(xiàn)了對(duì)輸入提取高抽象表示的過(guò)程。深度學(xué)習(xí)最吸引人的一點(diǎn)是它可以完全自動(dòng)學(xué)習(xí)特征，不需要人工手動(dòng)

3、地產(chǎn)生特征，并且用這些自動(dòng)學(xué)習(xí)到的特征產(chǎn)生的結(jié)果也是高度準(zhǔn)確的。目前深度學(xué)習(xí)在各個(gè)領(lǐng)域上應(yīng)用廣泛且具有非常好的效果。本文將深度學(xué)習(xí)算法使用在網(wǎng)頁(yè)分類(lèi)的領(lǐng)域，通過(guò)實(shí)驗(yàn)也發(fā)現(xiàn)深度學(xué)習(xí)對(duì)于網(wǎng)頁(yè)的分類(lèi)也是非常有效的。
　　本文結(jié)合當(dāng)前網(wǎng)頁(yè)分類(lèi)的相關(guān)技術(shù)，參考文本分類(lèi)系統(tǒng)的建立過(guò)程，抓取一定數(shù)量的網(wǎng)頁(yè)數(shù)據(jù)，對(duì)網(wǎng)頁(yè)實(shí)現(xiàn)自動(dòng)分類(lèi)過(guò)程，首先對(duì)網(wǎng)頁(yè)內(nèi)容信息進(jìn)行篩選，選擇合適的網(wǎng)頁(yè)內(nèi)容信息并提取，保留其中的中文內(nèi)容并分詞后將每個(gè)詞匯作為特征使用，通過(guò)