网页自动分类的建模与仿真研究

• 作者: 周序生 李爽
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 网页分类 主成分分析 支持向量机 数据挖掘
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 网络与互联技术
• 页码范围: 121-124,252
• 分类号: TP391
• 字数: 3926字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.10.030

摘要

研究网页自动分类是为快速找到用户所需网页.由于网络中网页数量相当大,而且网络是一种半结构化、海量、高维等文本,传统文本分类方法无法进行降维和消除冗余信息,易出现维数灾问题,网页分类准确率低,用户很难找到自己所需网页.为了提高网页分类准确率,提出基于主成分支持向量机的网页自动分类方法.首先对网页数据进行预处理,提取网页特征向量向量,消除冗余信息,然后采用主成分分析对网页特征向量进行降维处理,然后采用支持向量机对网页进行自动分类.对网页数据集进行仿真,结果表明,网页分类准确率达95％以上,网页分类速度较加,说明主成分支持向量机是一种有效的网页分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李爽		23	98	5.0	9.0
2	周序生		31	96	6.0	9.0