Web挖掘技術(shù)在東亞植物遺傳資源管理系統(tǒng)中的應(yīng)用研究.pdf

1、為促進東亞地區(qū)植物遺傳資源的保護和利用，國際植物遺傳資源研究所(IPGRI)與東亞各國有關(guān)研究機構(gòu)決定建立“東亞植物遺傳資源協(xié)作網(wǎng)”(EA-PGR)Web信息管理系統(tǒng)?！　A-PGR的Web信息管理系統(tǒng)的信息是分類進行管理的，管理員要處理大量來自IPGRI的靜態(tài)Web文本，然后把它們按類上傳到Web信息管理系統(tǒng)中，這些Web文本的組織往往處于混亂的狀態(tài)，采用人工分類，工作量既大，效率又低。正是出于需要對Web文本進行分類管理的目的，

2、作者研究了Web文本的自動分類技術(shù)。本論文研究結(jié)果如下：　　(1)分析了Web文本分類的三個重要技術(shù)：特征詞提取、特征賦權(quán)、特征選擇方法的IG、CHI、期望交叉熵等6種評估函數(shù)。對來自IPGRI的Web文本集進行了系統(tǒng)測試，分析了各種評估函數(shù)對不同分類器的優(yōu)劣。　　(2)研究了Web文本分類算法：類中心向量、KNN、樸素貝葉斯、SVM等幾種分類器，并對KNN和SVM兩種分類器在標(biāo)準(zhǔn)語料庫和來自IPGRI的Web文本集進行了實驗比較分

3、析，得出SVM是比KNN更好的分類器?！　?3)作為Web文本自動分類技術(shù)研究的結(jié)果，采用VC++設(shè)計與實現(xiàn)了基于內(nèi)容的中英文Web文本自動分類系統(tǒng)。該系統(tǒng)具有支持KNN和SVM兩種分類器、多種特征選擇方法、兼類分類、自定義特征空間維數(shù)和分類結(jié)果評測曲線、直方圖顯示等特點?！　?4)IPGRI為了在成員國之間開展多個領(lǐng)域的學(xué)術(shù)交流和合作活動，決定建立“東亞植物遺傳資源協(xié)作網(wǎng)”的網(wǎng)站。作者用ASP.NET和ADO.NET技術(shù)，結(jié)合SQ