一种基于综合特征的网页类型识别方法

• 作者: 周杰 李弼程 陈翰
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 网页类型 特征提取 自动识别
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 计算机技术及应用
• 页码范围: 738-744
• 分类号: TP391
• 字数: 6613字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2011.06.020

摘要

现有网络舆情监测分析系统大多采用人工建立模型、网页逐个匹配的方法识别网页类型,不仅费时费力,而且随着网页的变化和快速增长,效率不断下降,如何让机器快速准确识别出网页类型成为迫切需要解决的问题.针对现有网页分类算法无法自动识别网页所属网络舆情载体类型的问题,深入研究了网页的超链接特征、内容特征和结构特征,构建了面向网络舆情载体类型识别的特征集,提出了基于综合特征的网页类型自动识别算法,应用SVM分类器对数据集进行训练和建模.实验结果表明,该方法能够很好地对网络舆情载体类型进行分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李弼程	信息工程大学信息工程学院	102	1583	19.0	37.0
2	周杰	信息工程大学信息工程学院	11	104	4.0	10.0
3	陈翰	信息工程大学信息工程学院	3	14	2.0	3.0