![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/19dcf60b-e420-4764-825b-f4807b4bc2b7/19dcf60b-e420-4764-825b-f4807b4bc2b7pic.jpg)
![基于樸素貝葉斯的網(wǎng)頁自動分類技術研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/19dcf60b-e420-4764-825b-f4807b4bc2b7/19dcf60b-e420-4764-825b-f4807b4bc2b71.gif)
版權說明: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,請進行舉報或認領
文檔簡介
1、文本與網(wǎng)頁分類技術是文本挖掘和網(wǎng)絡挖掘的一項重要研究內(nèi)容,已成為數(shù)據(jù)挖掘領域技術發(fā)展的熱點之一。隨著數(shù)據(jù)處理工具、先進數(shù)據(jù)庫技術以及網(wǎng)絡技術迅速發(fā)展,大量的形式各異的復雜類型的數(shù)據(jù)(如結(jié)構(gòu)化與半結(jié)構(gòu)化數(shù)據(jù)、超文本與多媒體數(shù)據(jù))不斷涌現(xiàn)。因此數(shù)據(jù)挖掘面臨的一個重要問題就是針對復雜數(shù)據(jù)類型的挖掘,這包括復雜對象、空間數(shù)據(jù)、多媒體數(shù)據(jù)、時間序列數(shù)據(jù)、文本數(shù)據(jù)和Web數(shù)據(jù)。該選題是建立基于一定分類算法的網(wǎng)頁文本分類模型,研究怎樣合理利用網(wǎng)頁文本
2、內(nèi)容信息、鏈接結(jié)構(gòu)信息、用戶使用信息,將這三種類別信息整合起來達到較為完整的反映頁面所屬類別的目的,并在此基礎上建立針對特定網(wǎng)頁信息的過濾系統(tǒng)。 論文介紹了一種結(jié)合網(wǎng)頁的使用者信息及其鏈接結(jié)構(gòu)層次的中文網(wǎng)頁分類方法,和傳統(tǒng)的僅僅基于網(wǎng)頁內(nèi)容的或網(wǎng)頁鏈接的分析方法不同,本論文提出的這種方法能夠充分利用其他的Web類信息,諸如用戶的使用信息和鏈接層次信息,以達到改進或增強網(wǎng)頁分類器的效果和特點,并在此基礎上采集數(shù)據(jù)進行了實驗,通過對
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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。
最新文檔
- 基于樸素貝葉斯的中文網(wǎng)頁分類研究.pdf
- 基于演化樸素貝葉斯的木馬檢測技術研究.pdf
- 樸素貝葉斯分類改進算法的研究.pdf
- 樸素貝葉斯分類模型的改進研究.pdf
- 基于遺傳算法的樸素貝葉斯分類研究.pdf
- 基于樸素貝葉斯技術的藏文文本分類
- 基于改進樸素貝葉斯算法的入侵檢測技術研究.pdf
- 樸素貝葉斯分類及其應用研究.pdf
- 樸素貝葉斯分類模型的研究與應用.pdf
- 樸素貝葉斯分類算法的研究與應用.pdf
- 基于粒子群優(yōu)化的加權樸素貝葉斯分類研究.pdf
- 基于粗糙集的樸素貝葉斯分類算法研究.pdf
- 關于樸素貝葉斯分類算法的改進.pdf
- 基于正則化樸素貝葉斯的用戶分類算法的研究.pdf
- 基于樸素貝葉斯的高血壓文本分類的研究.pdf
- 基于貝葉斯的網(wǎng)頁文本分類算法.pdf
- 基于貝葉斯理論的網(wǎng)頁木馬檢測技術研究.pdf
- 基于樸素貝葉斯的中文文本情感傾向分類研究.pdf
- 基于粗糙集的加權樸素貝葉斯分類算法研究.pdf
- 基于屬性加權的選擇性樸素貝葉斯分類研究.pdf
評論
0/150
提交評論