版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著網(wǎng)絡(luò)信息的迅猛發(fā)展,包括目錄式搜索引擎在內(nèi)的搜索引擎已成為信息檢索的重要工具之一,正成為計算機工業(yè)界和學(xué)術(shù)界爭相研究和開發(fā)的對象。然而,目錄式搜索引擎需要人工介入,依靠編輯員來實現(xiàn)目錄式搜索引擎中所需要完成的網(wǎng)頁自動分類,導(dǎo)致出現(xiàn)了訓(xùn)練效率低、信息量少和信息更新不及時等缺陷。另外,在目錄式搜索引擎所搜索的網(wǎng)頁信息中,存在著大量的無標(biāo)簽樣本和少量的有標(biāo)簽樣本,因此,如何利用這些樣本來構(gòu)建分類器已成為網(wǎng)頁自動分類研究中一個關(guān)鍵問題,研究
2、目錄式搜索引擎中網(wǎng)頁的半監(jiān)督自動分類具有較高的學(xué)術(shù)價值和十分重要的現(xiàn)實意義。 論文分析了半監(jiān)督網(wǎng)頁分類技術(shù)的優(yōu)缺點以及國內(nèi)外研究現(xiàn)狀,介紹了論文的研究目的和意義,針對網(wǎng)頁分類中數(shù)據(jù)集偏斜以及TSVM方法無法確定無標(biāo)簽樣本中類別比例等問題,結(jié)合數(shù)據(jù)融合理論和模糊聚類思想,提出了一種基于模糊聚類的半監(jiān)督網(wǎng)頁分類方法。 論文主要工作包括以下幾個方面: 1.系統(tǒng)回顧了傳統(tǒng)文本特征提取方法,分析并實現(xiàn)了幾種典型的特征提取方
3、法。 2.針對所提取的Web文本特征容易出現(xiàn)數(shù)據(jù)集偏移和維數(shù)過高等問題,結(jié)合數(shù)據(jù)融合思想,提出一種基于自適應(yīng)數(shù)據(jù)融合的Web文本特征提取方法。 3.針對TSVM分類方法無法確定無標(biāo)簽樣本中的類別比例等問題,深入研究模糊聚類思想,將該思想運用到TSVM方法中,提出一種基于模糊聚類的半監(jiān)督分類方法FC_TSVM,并將網(wǎng)頁超鏈接信息作為網(wǎng)頁分類的一個重要依據(jù)。 4.設(shè)計并實現(xiàn)了一個基于半監(jiān)督網(wǎng)頁分類的目錄式搜索引擎原型
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 網(wǎng)頁文本分類及其在搜索引擎中的應(yīng)用.pdf
- 垃圾網(wǎng)頁過濾算法及其在搜索引擎中的應(yīng)用.pdf
- 基于網(wǎng)頁自動分類的搜索引擎研究.pdf
- 搜索引擎分類
- 網(wǎng)頁搜索引擎的使用
- Web服務(wù)在搜索引擎中的應(yīng)用研究.pdf
- 最優(yōu)搜索理論在元搜索引擎中的應(yīng)用研究.pdf
- 搜索引擎中網(wǎng)頁分類和網(wǎng)頁凈化的研究與實現(xiàn).pdf
- 搜索引擎營銷應(yīng)用研究.pdf
- Web超鏈分析及其在搜索引擎中的應(yīng)用研究.pdf
- 搜索引擎分類06665
- 分布式索引在東華搜索引擎中的研究和應(yīng)用.pdf
- 搜索引擎營銷在中國的應(yīng)用研究.pdf
- 網(wǎng)絡(luò)搜索引擎?zhèn)鞑ゼ捌湓谄髽I(yè)中的應(yīng)用.pdf
- Agent技術(shù)在元搜索引擎中的應(yīng)用研究.pdf
- Boosting算法在搜索引擎中的應(yīng)用.pdf
- 基于搜索引擎網(wǎng)頁排序算法研究.pdf
- 中文分詞在農(nóng)業(yè)垂直搜索引擎中的應(yīng)用研究.pdf
- Web挖掘及其在網(wǎng)絡(luò)搜索引擎中的應(yīng)用研究.pdf
- 企業(yè)搜索引擎中網(wǎng)頁分類技術(shù)的研究與實現(xiàn).pdf
評論
0/150
提交評論