基于資源優(yōu)化神經網絡(RON)的中文網頁分類方法研究.pdf

1、Internet自誕生以來,發(fā)展十分迅速。網絡上的信息資源更是呈爆炸式增長。人們要在互聯(lián)網這個海量的信息源中精確地得到自己想要的信息顯得十分困難。因此,搜索引擎的出現(xiàn),極大地方便了Internet用戶,使得快速有效地獲取所需信息成為可能。
　　短短幾年時間內中文搜索引擎從無到有,發(fā)展迅速,但其效果卻遠未達到令人滿意的程度。目前,大多數(shù)中文搜索引擎仍存在查詢速度慢、查全率與查準率低、不支持網頁自動分類等問題。隨著網頁信息容量的快速增

2、長,依靠人工的方式來進行大量的網頁分類顯然是不合理的。因此,網頁的自動分類便成了一個日益重要的研究領域。
　　本文的工作是在“中文網頁分類系統(tǒng)”的開發(fā)過程中,對網頁分類技術進行了較為深入的研究,包括中文網頁信息提取、自動分詞、特征提取、自動網頁分類等方面。本文的主要工作如下:
　　首先,對相關研究的最新進展,研究方法進行了簡單的回顧。介紹了目前網頁分類的一些常用方法和技術。
　　其次,比較詳細地研究了傳統(tǒng)特征提取、加權

3、方法在網頁分類中的應用及其存在的問題,并在此基礎上對傳統(tǒng)TF-IDF公式提出改進。并且通過實驗說明改進的有效性和可行性。
　　最后,運用資源優(yōu)化神經網絡(RON)構建分類器。進行了大量的實驗,實驗結果表明該分類器有較高的分類質量,且本文所做改進對傳統(tǒng)的方法有其優(yōu)越性,系統(tǒng)達到了較高的精確度,從而較好地實現(xiàn)了網頁分類的自動化。
　　近年來,網絡用戶呈指數(shù)增長,這也預示著網絡數(shù)據(jù)挖掘的巨大研究價值,一個智能化的網絡數(shù)據(jù)挖掘工具將