基于朴素贝叶斯的网页自动分类技术研究

《基于朴素贝叶斯的网页自动分类技术研究》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、摘要基于朴素贝叶斯的网页自动分类技术研究文本与网页分类技术是文本挖掘和网络挖掘的一项重要研究内容，已成为数据挖掘领域技术发展的热点之一。随着数据处理工具、先进数据库技术以及网络技术迅速发展，大量的形式各异的复杂类型的数据(如结构化与半结构化数据、超文本与多媒体数据)不断涌现。因此数据挖掘面临的一个重要问题就是针对复杂数据类型的挖掘，这包括复杂对象、空间数据、多媒体数据、时间序列数据、文本数据和Wreb数据。该选题是建立基于一定分类算法的网页文本分类模型，研究怎样合理利用网页文本内容信息、链接结构信息、用户使用信息，将这三种类别信息整合起来达到较为完整的反映页面所属类别的目的，并在此基础上

2、建立针对特定网页信息的过滤系统。论文介绍了一种结合网页的使用者信息及其链接结构层次的中文网页分类方法，和传统的仅仅基于网页内容的或网页链接的分析方法不同，本论文提出的这种方法能够充分利用其他的Wreb类信息，诸如用户的使用信息和链接层次信息，以达到改进或增强网页分类器的效果和特点，并在此基础上采集数据进行了实验，通过对得到结果，：的分析，证明这种方法是有效的。此外在文章的最后部分分析了网页分类方法在信息过滤技术中的应用，结果证明利用用户信息可以提高过滤的准确度。关键词：数据挖掘网页分类朴素贝叶斯信息过滤Na¨veBayesian_basedautomaticwebpageclassifi

3、cationtechnologyresearchAbstractTextaIldW曲pageclassificationis姐importaIlttechnologybasedonteXtminingandW曲minin＆觚doneoftIlefocusesofdevelopmeIltindataminingresearch．Bythehi曲speedindevelopmentofdataanalysis汹ls、newd撕b蹴technologya11dintenlettedmolo鼢alargenⅧnberofdi仃e啪tfonnsofmecomplex呻eSofdatacontinu

4、eto锄erge1ike：S锄i．s饥lctIlredaIldstnld}11I司data，hyperteXtandmultimediadata，averyimponalltproblemindataminjngareaisdataminingofoomplexdatat)，pes；thisincluI[Iescomplexobjects，spatialdata’脚ultimediadat鸽time—serieSdata，textdataa11dWebdata．ourresearchis旬哆tofindawaytobuildamodelofTextandW曲pageclassificat

5、ion尚chbaSedonacenaindaSsi矗cationalgorithm，aIldhowt0usetheinf01mationoftextcontent，URLlinkanduscrusage，combinedth锄torenectthecategoriesofWebpages．Atlastwealso仃ytobuilda6ltrationsyst锄ofWebpages．111ispaperdes嘶besamethodf．orChineseW曲pageclassificationtllatusesuserllsageinfomation锄dllierarchy舶mwebsite

6、，ratherthanmecontent．bausedallalysisapproachandthelink-basedanalysisapproach；wehaveto6ndawaytouseotherinformationlikeuser’susage锄dhierarchyf．romthewebsitetotlytoimproVemepe面肌anceandfeatllresofclassifi既Tllispaperteststhismethodandgainsaresulttoanalysis．Illaddition，expallsionoftheresearch，allalysis

7、aw曲classi6cation—basedmethodoffilte^ngtechnologyresearch，andexplorethewayhowtomakeuseofuserinfomationtoimprovetheaccuracyofme矗lterapproaCh．Keywords：DataMining，WebClassi：fication，Na¨VeBayeSian，FiltrationHl北京化工大学位论文原创性声明