收藏本站
《天津大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于WEB挖掘技术的网页自动分类和聚类的研究

谢振亮  
【摘要】:文本分类和文本聚类是信息处理中的两个重要工作。传统的分类和聚类算法主要针对纯文本文件,随着Internet的迅速发展,半结构化的Web数据慢慢占据了信息处理对象的主体,这使得文本分类和聚类算法得到了进一步的延伸和发展。 本论文主要研究如何利用Web挖掘技术,并结合现有的分类和聚类技术,实现对Web文本数据的高准确率的分类和聚类。论文的出发点是:一个网页在网站拓扑结构中的位置及其它网页对它的链接文本都包含了网站管理者对这个网页的内容及类别的定位;充分利用这些信息,有助于对该网页的分类和聚类。本论文提出通过Web内容挖掘和结构挖掘,提取网页在整个网站中的层次类别信息,通过这些层次类别信息对网页进行分类和聚类。
【学位授予单位】:天津大学
【学位级别】:硕士
【学位授予年份】:2004
【分类号】:TP393.092

【相似文献】
中国重要会议论文全文数据库 前10条
1 陈克利;宗成庆;王霞;;基于大规模真实文本的平衡语料分析与文本分类方法[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年
2 杜长海;吉根林;;模糊聚类的最大树法在文本分类中的应用研究[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
3 刘秉权;李博;孙林;王宝勋;刘远超;;标签特征和正文特征融合的SVM博客文本分类算法研究[A];第六届全国信息检索学术会议论文集[C];2010年
4 海丽且木·艾沙;维尼拉·木沙江;;Web文本分类及其维、哈、柯多文种信息检索中的应用研究[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年
5 商炳章;白清源;;基于特征项权重改进的关联文本分类[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
6 胡俊;黄厚宽;;一种基于SVM的可视化文本分类的方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
7 朱慕华;陈文亮;朱靖波;;词聚类在文本分类中的应用[A];第二届全国学生计算语言学研讨会论文集[C];2004年
8 王小华;陆蓓;张国煊;;文本自动分类的模糊方法[A];自然语言理解与机器翻译——全国第六届计算语言学联合学术会议论文集[C];2001年
9 庞剑锋;程学旗;;反馈方法在文本分类系统中的应用[A];自然语言理解与机器翻译——全国第六届计算语言学联合学术会议论文集[C];2001年
10 贾会强;刘晓丽;于洪志;;基于词性特征提取的藏文文本分类方法研究[A];CCF NCSC 2011——第二届中国计算机学会服务计算学术会议论文集[C];2011年
中国重要报纸全文数据库 前10条
1 王培森;从Web挖到竞争情报[N];中国计算机报;2003年
2 涂序彦 陈泓娟;在网络信息海洋中淘金[N];计算机世界;2001年
3 ;Web收获:吸纳有用信息[N];计算机世界;2004年
4 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年
5 张德政;信息挖掘商业智能之“芯”[N];中国计算机报;2002年
6 高利华;传承陆游风骨 推进国际交流[N];人民日报海外版;2005年
7 本报记者 仝仁;数据库网联服务[N];中国计算机报;2001年
8 林木树;反垃圾邮件有待新突破[N];人民邮电;2004年
9 希安;微软试水信息检索[N];经济日报;2004年
10 应晓敏 窦文华;技术架构[N];计算机世界;2003年
中国硕士学位论文全文数据库 前10条
1 谢振亮;基于WEB挖掘技术的网页自动分类和聚类的研究[D];天津大学;2004年
2 易高翔;Web文本挖掘研究与实现[D];武汉科技大学;2004年
3 徐华;基于支持向量机的Web文本挖掘研究[D];哈尔滨工程大学;2004年
4 崔鹏;一种基于支持向量机的直推式WEB挖掘[D];大连海事大学;2006年
5 赵城利;基于Web的信息智能感知技术及应用[D];国防科学技术大学;2004年
6 李凯;Web挖掘在教学资源搜索引擎中的应用研究[D];东北师范大学;2007年
7 张彪;文本分类中特征选择算法的分析与研究[D];中国科学技术大学;2010年
8 张保富;基于粗糙集的中文文本分类算法研究及应用[D];江苏大学;2010年
9 蒋健;文本分类中特征提取和特征加权方法研究[D];重庆大学;2010年
10 闫晨;KNN文本分类研究[D];燕山大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026