面向Web個性化服務的網(wǎng)頁分類技術.pdf

1、作為一個廣泛分布的全球信息服務中心，萬維網(wǎng)集中了海量的信息，其中大多數(shù)是以網(wǎng)頁文本的形式存放的。這些文本信息種類繁雜，缺乏組織，現(xiàn)有的以搜索引擎為代表的網(wǎng)絡信息系統(tǒng)難以為每個用戶都提供滿意的服務。個性化技術就是在這種情況下應運而生的。它根據(jù)用戶興趣關注點，提供為用戶定制的服務，提高其對信息服務的滿意度。在萬維網(wǎng)環(huán)境下，基于網(wǎng)頁內(nèi)容的Web個性化系統(tǒng)有著廣闊的應用前景。 網(wǎng)頁自動分類是數(shù)據(jù)挖掘的重要研究內(nèi)容，是自然語言處理技術的重

2、要應用領域。網(wǎng)頁分類按照網(wǎng)頁主題來自動劃分其所屬類別，是組織和管理網(wǎng)頁信息的有力手段，是Web信息檢索和Web個性化服務的重要基礎。本文研究在Web個性化服務系統(tǒng)環(huán)境中的網(wǎng)頁分類相關技術，主要研究內(nèi)容及取得成果如下： 首先，提出了一種綜合性網(wǎng)頁特征詞加權方法。該方法在網(wǎng)頁標簽分析的基礎上，針對中文網(wǎng)絡環(huán)境，在網(wǎng)頁描述時結合了中文詞長特征，提高了網(wǎng)頁描述的準確性，為獲得好的分類結果奠定了基礎。 其次，針對大規(guī)模訓練網(wǎng)頁集，

3、提出了聚類樹支持向量機(CT-SVM)分類方法。該方法通過層次聚類對訓練集進行了有效的縮減，可以在保證分類效果的同時大幅度減小支持向量機在大規(guī)模訓練集上的時間開銷。 此外，SHM是一種新近提出的文本相似度計算方法，它使用知網(wǎng)詞匯語義計算特征詞條間相似性，并采用二部圖最大權匹配方法計算文本間相似度。本文巧妙地采用了SHM來設計支持向量機核函數(shù)，可以較好的改善支持向量機分類器的分類性能。 最后，論文在實際網(wǎng)頁集上做了必要的驗