基于标签内特征词的OA期刊站点自动分类方法

• 作者: 张付志 李勇
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: OA期刊 网页分类 TF*IDF 支持向量机 有向无环图
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 计算机软件与数据库技术
• 页码范围: 60-63
• 页数: 4页
• 分类号: TP391
• 字数: 3581字
• 语种: 中文

摘要

开放存取(OA)期刊站点的自动分类是整合OA期刊论文资源建立数字资源库的前提.文中提出一种基于网页标签内特征词的OA期刊站点自动分类方法.首先.抽取网页不同HMTL标签中的词构建语料库,将网页中不同的标签赋予不同的权值,并提出了最优权值计算算法,据此对TF* IDF计算模型进行改进,从而计算特征词权值得到文本向量表示;然后,计算每两个类别的最小欧氏距离,取最小欧氏距离较大的一对类别构建上层分类节点,对有向无环图支持向量机(DAG-SVM)的构建过程进行改进;最后,利用改进的DAG-SVM对OA期刊站点进行分类.实验结果表明,该方法具有较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张付志	燕山大学信息科学与工程学院	54	475	12.0	19.0
2	李勇		1	2	1.0	1.0