基于Bayes算法的网页文本分类研究

• 作者: 刘啸啸
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 文本自动分类 分类算法 特征抽取
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 算法分析
• 页码范围: 138-139
• 页数: 2页
• 分类号: TP393.0
• 字数: 2385字
• 语种: 中文

摘要

Internet上信息量巨大、信息种类繁多，信息检索具有盲目性及检索结果中冗余信息多。为了使用户能够更加有效的获得自己所需要的信息，本文采用Naive Bayes算法对网页文本进行分类研究。针对网页结构的特点，详细分析网页标识中对分类过程有贡献的结构成分，从中提取特征项，然后应用Naive Bayes算法利用有效的特征项进行分类。降低了互联网信息检索的难度，方便用户准确定位所需信息的目的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘啸啸	天津工业大学计算机科学与软件学院	1	1	1.0	1.0