基于文本特征的Deep Web分类研究

• 作者: 罗国涛 马在强
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: Deep Web 网页文本 词频 K-NN分类算法 DOM树
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 58-61,64
• 页数: 5页
• 分类号: TP393
• 字数: 4561字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2012.10.016

摘要

讨论若干Deep Web数据库分类准确性的前沿技术,建立基于词频和DOM树的文本特征提取方法模型,提出计算Deep Web数据库的基于权值的K-NN(K Nearest Neighbors)分类优化算法.利用UIUC提供的TEL-8数据集和WEKA平台的各类算法进行实验,并对分类精度、召回率和综合F-measure等测度上的分类结果进行比较.实验结果表明,该方法模型在3个指标上表现都较为突出.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗国涛	四川托普信息技术职业学院计算机科学与技术系	8	42	2.0	6.0
2	马在强	四川托普信息技术职业学院计算机科学与技术系	4	1	1.0	1.0