基于向量空间模型的网页特征权重计算改进

• 作者: 李中原 杨守文
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 向量空间模型 特征表示 TFIDF
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 网络与通信
• 页码范围: 137-139,143
• 分类号: TP393
• 字数: 3275字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2010.06.039

摘要

采用经典的向量空间模型对网页文本进行分类.由于传统特征项权重计算公式 TFIDF 在网页关键词计算和关键词类间区分度不高等问题的存在,本文将网页结构分成两个部分,含有标题、元数据、链接锚文件等的关键词部分和网页的正文部分,对关键词部分的权重进行了加强,而对网页正文部分采用改进的 IDF 进行计算,使关键词在类的区分度的效果上得到一定程度的提升,试验证明该方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李中原	北京化工大学信息科技学院	1	11	1.0	1.0
2	杨守文	北京化工大学信息科技学院	5	15	2.0	3.0