搜索引擎下Web分類技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們進(jìn)入了信息化的時代。在這個信息化的時代，信息就意味著財富，如何有效快速獲得準(zhǔn)確的、有價值的信息成為關(guān)鍵環(huán)節(jié)。當(dāng)前，Web上出現(xiàn)了大量的、結(jié)構(gòu)不同的信息資源，并且這些資源大都以Web文本形式存在，而這些Web資源中包含了大量對人們有價值的信息，怎樣從海量的Web資源中提取出有效信息成為信息處理領(lǐng)域亟待解決的問題。Web文本分類技術(shù)是在現(xiàn)有的文本分類理論和技術(shù)基礎(chǔ)上發(fā)展起來的，它利用了文本分類理論知識和現(xiàn)有的成熟的

2、分類技術(shù)。Web文本分類摒棄了原始的人工分類方式，節(jié)省了大量的人力，物力等，能夠有效提高用戶檢索的速度，并對檢索結(jié)果準(zhǔn)確分類，它已成為信息處理領(lǐng)域的研究熱點(diǎn)。
　　本文介紹了課題的研究背景和國內(nèi)外研究現(xiàn)狀，并闡述了文本分類相關(guān)的理論和技術(shù)。通過總結(jié)學(xué)習(xí)文本分類相關(guān)的理論知識，在分析網(wǎng)頁的結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上，對課題的解決有了一個較為清晰的思路：首先進(jìn)行利用網(wǎng)絡(luò)機(jī)器人進(jìn)行網(wǎng)頁采集，提取網(wǎng)頁中的文本信息，然后對得到的文本信息進(jìn)行預(yù)處理，轉(zhuǎn)