行为特征分析模式下的网页分类技术研究

• 作者: 崔志明 汤亚玲
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 网页分类 行为特征 数据挖掘 逆向推理 关联规则 序列模式
• 年，卷（期）: 2012,（20）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 179-183
• 分类号: TP391
• 字数: 4783字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.20.046

摘要

现有网页分类技术忽略用户个性行为的差异.为此,提出一种结合用户行为特征分析的网页分类技术.运用知识规则发现、页面特征提取等方法,分析Web用户的访问历史和个性化定制信息,学习并掌握用户的行为和兴趣.针对用户的认知特征,提供合适的Web页面分类模式,能在一定程度上改进单纯统计学网页分类方法在自然语言理解上的不足.实验数据表明,该分类方法与多种统计学方法相结合实施网页分类均能有效地提高分类准确率,使网页分类结果更接近分类的真实情形和要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔志明	苏州大学智能信息处理及应用研究所	169	2304	25.0	38.0
2	汤亚玲	安徽工业大学计算机学院	25	120	6.0	10.0