基于本體的Web頁(yè)面分類挖掘.pdf

1、Web是一個(gè)巨大的、廣泛分布的全球化信息倉(cāng)庫(kù),它提供了新聞、財(cái)經(jīng)、廣告、商務(wù)、文化、教育等多方面的信息服務(wù).如何有效地幫助用戶從Web上發(fā)現(xiàn)他們感興趣的資源,已經(jīng)成為一個(gè)迫切需要解決的課題.論文首先介紹了Web挖掘的一些基本概念、方法和技術(shù),闡述了什么是Web挖掘,為什么要進(jìn)行挖掘.研究了基于主題特征詞和統(tǒng)計(jì)學(xué)知識(shí)的Web頁(yè)面分類挖掘的一般過程和方法.作者針對(duì)一個(gè)已有的系統(tǒng)進(jìn)行分析,指出了該方法的局限性——在學(xué)習(xí)階段對(duì)于訓(xùn)練集依賴性大,

2、導(dǎo)致在訓(xùn)練集不足的情形下分類的精度不高.針對(duì)基于主題特征詞和統(tǒng)計(jì)學(xué)知識(shí)的Web頁(yè)面分類挖掘的缺陷提出了基于本體的Web頁(yè)面分類挖掘模型.該模型利用本體來表述已有知識(shí),在此基礎(chǔ)上對(duì)解析后的頁(yè)面采用多種匹配方法進(jìn)行信息抽取,并結(jié)合三個(gè)算法來計(jì)算頁(yè)面與本體的相關(guān)度,來提高相關(guān)度計(jì)算的正確性,建立更為有效的分類規(guī)則,以力求提高分類的精度.建立了一個(gè)基于本體的Web頁(yè)面分類挖掘原型系統(tǒng),通過實(shí)驗(yàn)表明,這種基于本體的方法確實(shí)能夠在訓(xùn)練集數(shù)量較小的情