Blog网页分类与识别技术研究

• 作者: 于浩 张迪 赵铁军 郑德权
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: Blog网页识别 相似度计算 网页分类
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 学术通信
• 页码范围: 156-160
• 页数: 5页
• 分类号: TP391
• 字数: 4914字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-436x.2007.12.027

摘要

为了找到一种自动将Blog网页区别于其他Web页面的方法,以便针对Blog语料进行内容抽取、对Blog社区进行规律性研究和发现等,针对Blog网页的特点与规律,提出一种根据网页结构和关键字计算相似度的方法识别Blog网页,初步的实验结果表明,达到了较高的识别正确率.