一种多分类器Deep Web数据源的自动分类与判别方法

• 作者: 刘全 周文云 李志涛
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深网 网页表单 朴素贝叶斯分类 决策树
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 基金项目论文
• 页码范围: 11-13,70
• 页数: 4页
• 分类号: TP3
• 字数: 4949字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.02.004

摘要

Deep Web数据源的发现和其领域相关性越来越引起人们的关注和兴趣.针对在判别查询接口时,提取精度低和忽略领域相关性的问题,提出一种采用多分类器对Deep Web数据源进行自动分类和判别的方法,其思想是:对爬虫获取到的页面使用朴素贝叶斯分类器对其进行领域相关性分类,然后使用改进的决策树分类器来对特定领域的数据源进行判定.实验结果表明此方法相比于使用单一决策树分类器有更好的性能,其召回率和精度都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘全	苏州大学计算机科学与技术学院	99	1053	16.0	29.0
5	周文云	苏州大学计算机科学与技术学院	5	5	2.0	2.0
6	李志涛	苏州大学计算机科学与技术学院	4	5	2.0	2.0