網(wǎng)頁分類中的標(biāo)簽權(quán)重自動(dòng)優(yōu)化研究.pdf

1、近幾年來，隨著互聯(lián)網(wǎng)的蓬勃發(fā)展以及移動(dòng)互聯(lián)網(wǎng)時(shí)代的來臨，人們的工作和生活越來越離不開互聯(lián)網(wǎng)，互聯(lián)網(wǎng)成為了人們獲取相關(guān)信息和資訊的最主要渠道。所以需要更加高效的Web數(shù)據(jù)挖掘技術(shù)。網(wǎng)頁分類是Web數(shù)據(jù)挖掘的基礎(chǔ)技術(shù)，因而成為十分重要的研究課題。
　　本文主要的工作圍繞如何更加有效地對(duì)網(wǎng)頁進(jìn)行特征表示進(jìn)行展開，分析了標(biāo)簽權(quán)重系數(shù)自動(dòng)調(diào)優(yōu)的必要性，介紹了各種優(yōu)化算法的基本原理，詳細(xì)分析了其各自的優(yōu)缺點(diǎn)，著重介紹了差分進(jìn)化算法，并設(shè)計(jì)了一

2、種基于改進(jìn)的差分進(jìn)化算法的標(biāo)簽權(quán)重系數(shù)自動(dòng)尋優(yōu)方法，具體工作如下:
　　(1)針對(duì)差分進(jìn)化算法容易陷入局部最優(yōu)解的缺點(diǎn)，提出了一種對(duì)差分進(jìn)化算法的改進(jìn)方法。與其他優(yōu)化算法相比，差分進(jìn)化算法具有更好的效率和全局尋優(yōu)能力，但是其缺點(diǎn)也是顯著的。差分進(jìn)化算法的局部搜索能力較弱，從而使算法過早的收斂。為解決上述缺點(diǎn)，提出了一種對(duì)差分進(jìn)化算法的選擇策略進(jìn)行改進(jìn)的方案，并通過基準(zhǔn)測(cè)試函數(shù)對(duì)其進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明了改進(jìn)方案的優(yōu)越性。

3、　　(2)針對(duì)現(xiàn)有的手工指定標(biāo)簽權(quán)重系數(shù)的缺點(diǎn)，設(shè)計(jì)和實(shí)現(xiàn)了一種基于改進(jìn)的差分進(jìn)化算法的標(biāo)簽權(quán)重系數(shù)自動(dòng)尋優(yōu)方案。網(wǎng)頁中不同HTML標(biāo)簽的內(nèi)容對(duì)網(wǎng)頁的概述能力是不同的，在表述網(wǎng)頁文本時(shí)，需要對(duì)不同的標(biāo)簽賦予不同的權(quán)重系數(shù)?，F(xiàn)有的網(wǎng)頁分類技術(shù)多基于個(gè)人經(jīng)驗(yàn)對(duì)標(biāo)簽的權(quán)重系數(shù)進(jìn)行手工指定，因而具有一定的隨機(jī)性，且不能適應(yīng)樣本集的變化。因而，需要有效的優(yōu)化算法對(duì)標(biāo)簽權(quán)重進(jìn)行自動(dòng)設(shè)定。本文設(shè)計(jì)的方案以一組標(biāo)簽的權(quán)重系數(shù)作為尋優(yōu)對(duì)象，并使用本文提出