基于Web挖掘和文档对象模型树的XML网页分类方法

• 作者: 郑翔 马勇 鲜敏 黎远松
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: XML网页分类 Web挖掘 文档对象模型树 标签匹配
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 基金项目
• 页码范围: 47-49,52
• 页数: 4页
• 分类号: TP393
• 字数: 3017字
• 语种: 中文

摘要

Web网页的自动分类有助于更好地对其内容进行组织和管理,针对XML网页的分类问题,提出了一种基于Web挖掘和文档对象模型(DOM)树的XML网页分类方法.首先,收集XML网页的文本信息.然后,对XML文本进行去冗余操作,并提取网页源代码.再后,利用DOM树结构进行标签提取,创建知识库.最后,通过从测试网页中获取的标签与知识库进行匹配来分类网页.实验结果表明,提出的方法在各种XML网页下获得了97％的整体准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎远松	四川理工学院计算机学院	40	95	6.0	8.0
2	马勇	四川工程职业技术学院电气信息工程系	15	38	4.0	6.0
3	鲜敏	四川工程职业技术学院电气信息工程系	24	17	2.0	3.0
4	郑翔	四川工程职业技术学院电气信息工程系	14	18	2.0	4.0