基于网页结构化倾向的网页分类方法研究

• 作者: 万月亮 刘宏志 朱贺军
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 网页分类 结构化内容 语义倾向 决策树
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 学习交流
• 页码范围: 76-79
• 页数: 4页
• 分类号: TP391
• 字数: 4823字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2009.09.029

摘要

为了研究不对称数据集下,分类算法敏感网页后验错误率高,实时性不足的问题,提出了一种基于网页结构化倾向的网页分类算法.首先,选取网页结构化内容,将计算得到的倾向性作为分类特征;其次,采用决策树以倾向特征作为分类特征对网页分类.仿真试验表明,在互联网环境中正负样本不对称情况下,在保证分类速度的同时,分类的敏感网页后验错误率为0.6456,较传统的基于关键字分类模型有较大幅度降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宏志	北京工商大学计算机与信息工程学院	60	418	10.0	17.0
2	朱贺军		5	44	3.0	5.0
3	万月亮	北京工商大学计算机与信息工程学院	11	137	5.0	11.0