基于深度學習的網(wǎng)頁分類算法研究.pdf

1、21世紀是互聯(lián)網(wǎng)事業(yè)快速發(fā)展的時代，各種各樣的網(wǎng)頁充斥著網(wǎng)絡，人們愈加無法快速的找尋到滿足自己目標的網(wǎng)頁，信息檢索的效率越來越低。網(wǎng)頁分類系統(tǒng)能根據(jù)網(wǎng)頁的內(nèi)容和信息對其進行類別判定，建立一個統(tǒng)一的網(wǎng)頁類別系統(tǒng)不僅能夠有效地組織和分配網(wǎng)頁信息，而且規(guī)范化網(wǎng)頁管理系統(tǒng)，有效提高人們在網(wǎng)絡上獲取信息的效率，更加快速準確地將信息篩選并呈現(xiàn)給用戶。因此，建立一個可以自動分類網(wǎng)頁的系統(tǒng)是當務之急。本文主要研究基于深度學習的網(wǎng)頁分類問題，用深度學習算

2、法建立一個自動網(wǎng)頁分類的系統(tǒng)。
　　傳統(tǒng)的網(wǎng)頁分類方法使用如 KNN或 SVM等常用文本分類算法，使用這些算法得到準確程度較低且趨于穩(wěn)定，很難再得到提高。本文提出了將深度學習算法應用到網(wǎng)頁分類上的思想。深度學習算法是由多個隱藏層組成的網(wǎng)絡結(jié)構(gòu)，它主要強調(diào)了“深層”和“逐層訓練”的思想，每層獨立訓練得到特征后作為更高層的輸入繼續(xù)學習特征，實現(xiàn)了對輸入提取高抽象表示的過程。深度學習最吸引人的一點是它可以完全自動學習特征，不需要人工手動

3、地產(chǎn)生特征，并且用這些自動學習到的特征產(chǎn)生的結(jié)果也是高度準確的。目前深度學習在各個領(lǐng)域上應用廣泛且具有非常好的效果。本文將深度學習算法使用在網(wǎng)頁分類的領(lǐng)域，通過實驗也發(fā)現(xiàn)深度學習對于網(wǎng)頁的分類也是非常有效的。
　　本文結(jié)合當前網(wǎng)頁分類的相關(guān)技術(shù)，參考文本分類系統(tǒng)的建立過程，抓取一定數(shù)量的網(wǎng)頁數(shù)據(jù)，對網(wǎng)頁實現(xiàn)自動分類過程，首先對網(wǎng)頁內(nèi)容信息進行篩選，選擇合適的網(wǎng)頁內(nèi)容信息并提取，保留其中的中文內(nèi)容并分詞后將每個詞匯作為特征使用，通過