基于Web挖掘的中文網(wǎng)頁(yè)分類的研究與實(shí)現(xiàn).pdf

1、在當(dāng)今信息時(shí)代，網(wǎng)絡(luò)已經(jīng)成為人們獲取各種信息的主要渠道。其中，網(wǎng)頁(yè)是承載這些信息的最主要載體。目前，網(wǎng)頁(yè)數(shù)量已經(jīng)相當(dāng)龐大，并且每天都還在增長(zhǎng)，網(wǎng)頁(yè)內(nèi)容也混雜不堪。為了能夠有效地組織和分析如此海量的網(wǎng)頁(yè)信息，對(duì)網(wǎng)頁(yè)按照其主題進(jìn)行分類成了首要的任務(wù)。然而網(wǎng)頁(yè)發(fā)展所帶來(lái)的各種問(wèn)題嚴(yán)重影響著網(wǎng)頁(yè)分類系統(tǒng)的整體性能。
　　本文對(duì)已有的網(wǎng)頁(yè)分類相關(guān)技術(shù)進(jìn)行了深入地學(xué)習(xí)和分析，總結(jié)了其存在的不足，對(duì)影響網(wǎng)頁(yè)分類系統(tǒng)性能的噪音和速度問(wèn)題進(jìn)行研究和

2、改進(jìn)。網(wǎng)頁(yè)噪音的存在，嚴(yán)重影響分類結(jié)果的精度。因此，在本文的網(wǎng)頁(yè)分類系統(tǒng)中，網(wǎng)頁(yè)凈化作為一個(gè)單獨(dú)模塊被提煉出來(lái)，并采用了改進(jìn)的網(wǎng)頁(yè)凈化方法。該方法把網(wǎng)頁(yè)結(jié)構(gòu)規(guī)則和語(yǔ)義規(guī)則相結(jié)合，能夠有效過(guò)濾網(wǎng)頁(yè)中的噪音信息。針對(duì)提高網(wǎng)頁(yè)分類系統(tǒng)運(yùn)行效率的需求，本文采用了多項(xiàng)式核函數(shù)的SVM分類算法。模型訓(xùn)練中運(yùn)用了泛化性能更好的基于超球體決策半徑的改進(jìn)二叉樹(shù)訓(xùn)練方法，去提高訓(xùn)練速度。并對(duì)分類模型中決策函數(shù)的計(jì)算方式進(jìn)行優(yōu)化，以減少?zèng)Q策過(guò)程中的計(jì)算量，達(dá)