SVM算法在网站分类中的应用研究

• 作者: 夏晔 钱松荣
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 网站分类 SVM 机器学习 顶级类别
• 年，卷（期）: 2012,（11）
• 页码范围: 222-224
• 分类号: TP393
• 字数: 3576字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2012.11.057

摘要

研究SVM算法在中文网站顶级类别分类中的应用,并提出一个网站向量模型的生成算法.该算法以网站的首页HTML代码为基础,通过代码清理、内容提取、分词等步骤生成向量模型作为SVM的输入,并采用多类的线性SVM分类器进行分类.最后对这个算法进行了实现,通过实际的网站数据测试,分析了实验结果,证实了这个算法能够取得较高的分类准确率并表明了在低流量低延时状态下网站分类系统的可行性,为其进一步在客户端或游览器中的应用提供了实验基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏晔	复旦大学通信科学与工程系	6	18	2.0	4.0
2	钱松荣	复旦大学通信科学与工程系	72	409	11.0	15.0