基于語義的web數(shù)據(jù)挖掘在在線閱讀網(wǎng)站應(yīng)用的研究.pdf

1、信息量的巨大增長對(duì)中文在線閱讀網(wǎng)站提出了優(yōu)化要求。一方面要求能根據(jù)網(wǎng)頁重要性調(diào)整網(wǎng)站鏈接結(jié)構(gòu)，另一方面要求能針對(duì)網(wǎng)站內(nèi)容進(jìn)行優(yōu)化，能夠?qū)τ脩舨樵冞M(jìn)行語義級(jí)別的理解。針對(duì)這兩個(gè)要求，論文提出了結(jié)合語義技術(shù)和web數(shù)據(jù)挖掘進(jìn)行優(yōu)化的解決方法。
　　 論文對(duì)當(dāng)前主流的網(wǎng)頁鏈接分析算法進(jìn)行了分析，針對(duì)網(wǎng)頁鏈接分析算法在中文在線閱讀網(wǎng)站分析上的不足，提出了基于頁面的相似度的HITS的改進(jìn)算法--DS-HITS算法；設(shè)計(jì)了權(quán)重函數(shù)，加入了在

2、線閱讀網(wǎng)站頁面特征的分析；能有效的分析出網(wǎng)站重要頁面，解決網(wǎng)站結(jié)構(gòu)優(yōu)化的要求。
　　 論文研究了基于統(tǒng)計(jì)的web頁面分類的一般過程的不足，提出了將web資源通過本體轉(zhuǎn)換進(jìn)行分類的方法。以高校校園網(wǎng)內(nèi)的新聞報(bào)道為例，提出了以web內(nèi)容挖掘?yàn)橹R(shí)庫構(gòu)建本體的方法，對(duì)在線閱讀網(wǎng)站的領(lǐng)域本體進(jìn)行了詳細(xì)分析，構(gòu)建了相應(yīng)的領(lǐng)域本體；設(shè)計(jì)了語義匹配算法，用于本體實(shí)例的學(xué)習(xí)從而實(shí)現(xiàn)網(wǎng)頁的分類，使用戶的查詢需求得到很好的解決。
　　 論文