基于資源優(yōu)化神經(jīng)網(wǎng)絡(luò)(RON)的中文網(wǎng)頁分類方法研究.pdf

1、Internet自誕生以來,發(fā)展十分迅速。網(wǎng)絡(luò)上的信息資源更是呈爆炸式增長。人們要在互聯(lián)網(wǎng)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(shí)間內(nèi)中文搜索引擎從無到有,發(fā)展迅速,但其效果卻遠(yuǎn)未達(dá)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(zhǔn)率低、不支持網(wǎng)頁自動分類等問題。隨著網(wǎng)頁信息容量的快速增

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

3、方法在網(wǎng)頁分類中的應(yīng)用及其存在的問題,并在此基礎(chǔ)上對傳統(tǒng)TF-IDF公式提出改進(jìn)。并且通過實(shí)驗(yàn)說明改進(jìn)的有效性和可行性。
　　最后,運(yùn)用資源優(yōu)化神經(jīng)網(wǎng)絡(luò)(RON)構(gòu)建分類器。進(jìn)行了大量的實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明該分類器有較高的分類質(zhì)量,且本文所做改進(jìn)對傳統(tǒng)的方法有其優(yōu)越性,系統(tǒng)達(dá)到了較高的精確度,從而較好地實(shí)現(xiàn)了網(wǎng)頁分類的自動化。
　　近年來,網(wǎng)絡(luò)用戶呈指數(shù)增長,這也預(yù)示著網(wǎng)絡(luò)數(shù)據(jù)挖掘的巨大研究價(jià)值,一個智能化的網(wǎng)絡(luò)數(shù)據(jù)挖掘工具將