模糊聚類在搜索引擎自動分類上的應用.pdf

1、Web上的信息資源呈爆炸式的增長，人們查找信息越來越難。搜索引擎是其信息利用的主要工具，然而當前搜索引擎存在不足：基于關鍵字匹配的搜索引擎排序網(wǎng)頁時僅僅考慮評價網(wǎng)頁的重要性，而忽視分類；基于分類目錄的搜索引擎很難動態(tài)分析Web信息。本文在分析它們不足的前期下，提出建立具有自動分類功能的搜索引擎，并嘗試對這方面的部分關鍵技術進行研究。
　　 文中首先從分析搜索引擎的種類和工作原理入手，分析當前搜索引擎存在的問題。然后分析了Web文

2、檔模糊聚類和Web超鏈分析技術，在此研究的基礎上，進一步從下面三個方面對網(wǎng)頁的自動分類技術做了深入研究：
　　 1）模糊聚類方法應用于Web網(wǎng)頁的自動分類，通過計算網(wǎng)頁與網(wǎng)頁之間的相似度建立分類類別，動態(tài)確定網(wǎng)頁分類劃分。
　　 2）提出通過提取源網(wǎng)頁的擴展錨文本，進行目標網(wǎng)頁特征識別，具體分析了不同位置的錨文本擴展，以及利用XPath提取網(wǎng)頁特征的方法，并通過實驗分析其性能。
　　 3）利用模糊聚類方法結(jié)合超鏈