一种融合本体和最小二乘支持向量机的主题爬行方法

• 作者: 杨海波 马永军
• 来源期刊: 天津科技大学学报
• 学科: 工学
• 关键词: 本体 支持向量机 主题爬行 收益率 食品安全
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 【信息科学与技术】
• 页码范围: 72-77
• 页数: 6页
• 分类号: TP391.3
• 字数: 5045字
• 语种: 中文
• DOI: 10.13364/j.issn.1672-6510.20140135

摘要

针对现有的主题爬行方法存在收益率不高和不稳定的问题，融合本体和最小二乘支持向量机理论，提出一种主题爬行方法Ontology-LSSVM．该方法将本体作为抓取主题的背景知识表示，得到一组主题相关概念的集合，再将其在网页文本中出现的词频作为输入，构造一个主题相关度 LS-SVM 分类器，用于网页的分类．使用舆论热点的食品安全问题作为爬行主题领域，建立问题食品本体，进行实验．结果表明：在本实验条件下，本文方法相比基于 LS-SVM、基于本体和基于关键字的主题爬行，能够维持更高的收益率．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马永军	天津科技大学计算机科学与信息工程学院	39	254	9.0	14.0
2	杨海波	天津科技大学计算机科学与信息工程学院	3	4	1.0	2.0