基于改進(jìn)支持向量機(jī)的網(wǎng)頁自動(dòng)分類研究.pdf

1、在互聯(lián)網(wǎng)技術(shù)飛速發(fā)展的今天，網(wǎng)絡(luò)已成為人們?nèi)粘Ｉ钪兴豢苫蛉钡墓ぞ摺ｋS著網(wǎng)絡(luò)信息的海量增長，如何有效且快速的從中找尋自己所需要的信息已成為目前研究的熱點(diǎn)，因此網(wǎng)頁分類技術(shù)應(yīng)運(yùn)而生。網(wǎng)頁分類是實(shí)現(xiàn)網(wǎng)絡(luò)快速檢索信息的一個(gè)非常重要的技術(shù)，它使用計(jì)算機(jī)并依靠機(jī)器學(xué)習(xí)實(shí)現(xiàn)的網(wǎng)頁類別的自動(dòng)標(biāo)注。在眾多的分類算法中，支持向量機(jī)以其出色的學(xué)習(xí)能力及其在高維問題中所表現(xiàn)的特定優(yōu)勢(shì)，越來越受到人們的關(guān)注。
　　首先，論文介紹了網(wǎng)頁分類的基本流程，并

2、對(duì)網(wǎng)頁分類關(guān)鍵技術(shù)之一的特征提取進(jìn)行了深入的研究和分析。分析了特征選擇目前比較常用的“統(tǒng)計(jì)量算法”，并根據(jù)其忽略低頻但可能具有類別代表意義詞匯這一不足，提出了改進(jìn)的統(tǒng)計(jì)量特征選擇方法，增加特征詞在類別中所占比率和特征詞在所有文本特征集中所占比率這兩個(gè)因素作為因子，綜合考慮，實(shí)現(xiàn)了深層挖掘有意義的特征數(shù)據(jù)的目的。其次，對(duì)于網(wǎng)頁信息，本文采用支持向量機(jī)學(xué)習(xí)算法構(gòu)建網(wǎng)頁分類器。在應(yīng)用過程中，針對(duì)支持向量機(jī)的懲罰因子和核參數(shù)較難確定的問題，采用