2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、文章主要討論自學(xué)習(xí)行業(yè)網(wǎng)站分類方法研究中的一些關(guān)鍵技術(shù),并在此基礎(chǔ)上設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)行業(yè)網(wǎng)站分類系統(tǒng)進(jìn)行。通過(guò)對(duì)特定行業(yè)“種子”網(wǎng)站的鏈接結(jié)構(gòu)進(jìn)行分析,系統(tǒng)將有選擇的從互聯(lián)網(wǎng)抓取網(wǎng)頁(yè),對(duì)當(dāng)前的行業(yè)網(wǎng)站集合進(jìn)行擴(kuò)展;同時(shí),通過(guò)分析行業(yè)網(wǎng)站的層次結(jié)構(gòu),獲取最能代表網(wǎng)站主題的那部分頁(yè)面,關(guān)鍵詞模型的構(gòu)建和網(wǎng)站主題的識(shí)別都將基于這部分頁(yè)面,通過(guò)將這部分頁(yè)面和現(xiàn)有的關(guān)鍵詞模型進(jìn)行匹配度分析來(lái)確定一個(gè)網(wǎng)站是否應(yīng)該被加入當(dāng)前行業(yè)網(wǎng)站集合中,重復(fù)這個(gè)過(guò)

2、程,最終達(dá)到對(duì)行業(yè)網(wǎng)站進(jìn)行分類的目的。 論文工作主要包括以下三方面的內(nèi)容: (1)網(wǎng)站主題關(guān)鍵詞模型 關(guān)鍵詞模型首先來(lái)自于對(duì)“種子網(wǎng)站”的分析,隨著網(wǎng)站群體的擴(kuò)展,可以對(duì)模型進(jìn)行動(dòng)態(tài)的調(diào)整。適合采用的關(guān)鍵詞模型技術(shù)包括向量空間模型和概率檢索模型等。無(wú)論采用哪種模型,都將包含多個(gè)信息項(xiàng),比如:詞頻、引用數(shù)、語(yǔ)義關(guān)聯(lián)性等。 (2)專業(yè)網(wǎng)站有用鏈接分布情況研究 對(duì)于行業(yè)網(wǎng)站分類系統(tǒng)而言,能否盡可能多地發(fā)

3、現(xiàn)屬于該行業(yè)的網(wǎng)站對(duì)于行業(yè)網(wǎng)站分類結(jié)果的完整性有著決定性的影響,而這,又是由分類系統(tǒng)能否盡可能多的提取出指向同行業(yè)其他網(wǎng)站的鏈接的能力決定的,在本文中,我們稱這種指向同一個(gè)行業(yè)其他網(wǎng)站的鏈接為有用鏈接。作者通過(guò)對(duì)醫(yī)藥類行業(yè)網(wǎng)站的有用鏈接分布情況進(jìn)行研究、實(shí)驗(yàn),發(fā)現(xiàn)了專業(yè)網(wǎng)站內(nèi)有用鏈接分布的一般規(guī)律,利用這個(gè)規(guī)律,能夠提高系統(tǒng)的效率和有用鏈接的發(fā)現(xiàn)能力。 (3)最能代表網(wǎng)站主題的網(wǎng)頁(yè)確定算法 相對(duì)于現(xiàn)有的網(wǎng)站識(shí)別、分類系統(tǒng)

4、,本系統(tǒng)在進(jìn)行主題判斷時(shí),是以網(wǎng)站為單位。同時(shí),對(duì)網(wǎng)站主題的判斷不是簡(jiǎn)單的對(duì)該網(wǎng)站所有網(wǎng)頁(yè)的主題進(jìn)行計(jì)算后累加,而是通過(guò)對(duì)最能代表網(wǎng)站主題的那部分網(wǎng)頁(yè)進(jìn)行主題計(jì)算,以計(jì)算結(jié)果作為網(wǎng)站主題的判斷結(jié)果,從而提高主題判斷效率;但是,隨之而來(lái)的問(wèn)題是在一個(gè)網(wǎng)站中,如何確定哪些網(wǎng)頁(yè)最能代表該網(wǎng)站主題,這是論文的一個(gè)主要研究?jī)?nèi)容。 實(shí)驗(yàn)結(jié)果表明論文的工作是相當(dāng)有成效的,尤其是網(wǎng)站主題的概念以及有用鏈接分布情況的研究,具有很強(qiáng)的創(chuàng)新性和實(shí)用價(jià)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論