基于文本分類的播存網(wǎng)絡(luò)信源組織技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著網(wǎng)民和網(wǎng)頁數(shù)量的急劇增加,互聯(lián)網(wǎng)出現(xiàn)了“帶寬瓶頸”和“信息垃圾”等問題。播存網(wǎng)絡(luò)通過鏡像并廣播互聯(lián)網(wǎng)上特定的主流資源或高熱度信息資源,實現(xiàn)無沖突的信息共享。論文針對播存網(wǎng)絡(luò)源端海量網(wǎng)頁信息的組織開展了具體理論和實驗研究。 論文首先分析了網(wǎng)頁信息組織相關(guān)技術(shù),主要研究了網(wǎng)頁元數(shù)據(jù)規(guī)范、自動標引技術(shù)及文本分類技術(shù)。 其次,論文研究了基于樸素貝葉斯的文本分類算法,提出基于權(quán)重的貝葉斯算法,該算法采用權(quán)重計算特征詞的先驗概率

2、。同時,提出基于貝葉斯的多分類器組合算法,該算法利用特征詞構(gòu)造多分類器組,降低特征詞不獨立給算法帶來的影響?;谝陨蟽煞N算法,設(shè)計和實現(xiàn)了中文文本分類系統(tǒng),將該分類系統(tǒng)在搜狗及構(gòu)建的新華網(wǎng)語料庫上進行實驗,實驗結(jié)果表明兩種改進算法都較好提升了分類的效果,為進一步信源組織系統(tǒng)的實現(xiàn)奠定了基礎(chǔ)。 最后,論文根據(jù)播存網(wǎng)絡(luò)源端的需要,基于改進的文本分類算法,設(shè)計并實現(xiàn)了播存網(wǎng)絡(luò)信源組織原型系統(tǒng)。該系統(tǒng)基于RSS或用戶訪問日志獲得網(wǎng)址;提

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論