模糊聚類在搜索引擎自動(dòng)分類上的應(yīng)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(dāng)前搜索引擎存在不足：基于關(guān)鍵字匹配的搜索引擎排序網(wǎng)頁時(shí)僅僅考慮評(píng)價(jià)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(dòng)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(dòng)分類功能的搜索引擎，并嘗試對(duì)這方面的部分關(guān)鍵技術(shù)進(jìn)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(dāng)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(shù)，在此研究的基礎(chǔ)上，進(jìn)一步從下面三個(gè)方面對(duì)網(wǎng)頁的自動(dòng)分類技術(shù)做了深入研究：
　　 1）模糊聚類方法應(yīng)用于Web網(wǎng)頁的自動(dòng)分類，通過計(jì)算網(wǎng)頁與網(wǎng)頁之間的相似度建立分類類別，動(dòng)態(tài)確定網(wǎng)頁分類劃分。
　　 2）提出通過提取源網(wǎng)頁的擴(kuò)展錨文本，進(jìn)行目標(biāo)網(wǎng)頁特征識(shí)別，具體分析了不同位置的錨文本擴(kuò)展，以及利用XPath提取網(wǎng)頁特征的方法，并通過實(shí)驗(yàn)分析其性能。
　　 3）利用模糊聚類方法結(jié)合超鏈