基于xml和svmweb文本挖掘的研究

《基于xml和svmweb文本挖掘的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人连理T大学硕十研究生学位论文摘要随着互联网的发展，Intemet上的信息快速增长，目前我们面临的情况是一乃面用户对快速、准确地获得所需要的信息的渴望，另一方面是Internet上信息量的巨大以及信息内容结构的复杂性，使得处理这些信息具有很多困难。为了解决这个矛盾，Web挖掘技术提供了一种途径，目前Web挖掘的研究『F处在不断发展的阶段，需要在理论、实现方法与技术卜进行人量的研究。论文主要研究Web文本挖掘技术。论文依照Web文本挖掘的过程对Web文本挖掘进行了详细的研究，构建了一个基于可扩展标记语占(XML)和支持向量机(svM)的web文本挖掘模型

2、。论文着重对Web文本预处理的过程和方法进行研究，论文提出用XML技术将Web页面上的信息进行结构化，进而再将这些Web文本表示成计算机能够处理的形式，提取出对文本挖掘有用的信息，缩减数据量，形成个文本特征库来做为Web文本挖掘的基础。Web文本预处理的结果对Web文本挖掘的质量和效率有着很重要的影响，因此，Web文本预处理阶段是至关重要的，需要进行洋细而完善的研究。论文还构建了一个Web文本挖捌模型，这个基于XML和SVM的Web文本挖掘的模型主要包含了Web文本预处理和Web文本挖掘的功能，它的优点存于它利用权威页面的确定、XML技术以及特征提取逐

3、步地缩小了数据量，同时得到了能够准确表达文本内容的特征词条集合，用支持向量机的方法降低高维数据的维数，使文本挖掘处理的数据更加精炼。关键词：Web文本挖掘；Web文本预处理；XML；特征提取；支持向量机任爽：基十XML和SVM的Web文本挖掘研究ResearchonWebTextMiningbasedoilXMLandSVMAbstractwiththedevelopmentofInternet．informationofInternetincreasequickly．oneoftheinstanceswefacenowistheuser’saspir

4、ationofobtainingneedfulinformationquicklyandexactly，theotheroneishugeamountofinformationandcomplexityofinformationstructure，thesethingsmakedifficultprocessinformation．Tosolvetheconflict，Webminingtechniquesprovideallapproach，researchofWebminingisdevelopingnow，itneedtoresearchabou

5、ttheoryandtectmique．ThedissertationmainlyresearchesaboutWebtextminingtechniques．ThedissertationresearchestheWebtextminingindetailaccordingtotheprocessofWebtextmining，constructsaWebtextminingmodelbasedoneXtensibleMarkupLanguage(XML)andSupportvectormachine(SVM)．111edissertationfoc

6、usesonresearchofprocessandtechniqueofWebtextpreprocessing，thedissertationindicatesstructuringtheinformationinWebpagesbyXML，andthenexpressthesetextsbyfomlatthatcomputercarldealwith，extractusefulinformationfortextmining，reducetheamountofdata，formatextfeaturedatabasefortextmining．R

7、esultofWebtextpreprocessinginfluencethequalityandefficiencyofWebtextmining，therefore．WebtextpreprocessingisveryimportantforWebtextmining．itneedparticularandintegratedresearch．ThedissertationalsoconstructsaWebtextminingmodel，theWebtextminingmodelbasedonXMLandSVMpossessesftmctiono

8、fWebtextpreprocessingandWebtextmining．itsadvant