基于结构和链接分析的网页文档分类算法研究

• 作者: 周毅灵 杜剑侠 耿增民 邵熙雯 陈迪
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: Web挖掘 文本分类 链接分析
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 354-359
• 页数: 6页
• 分类号: TP391
• 字数: 3894字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2017.03.018

摘要

互联网网页数量爆炸性地增长, 使得网页文档分类技术研究成为目前Web挖掘的一大热点.针对面向某特定领域文档的特点, 提出一种基于层次特征词权重的文档特征表示方法, 以此为基础, 在网页文档分类时, 通过对网页结构和文本链接分析, 设计了网页文档分类算法HFSHA(Text Categorization Algorithm Based on Hierarchy Feature Word Weight and Structure and Hyperlink Analysis).在服装网页文档语料库上的分类实验表明, 对服装专业文档HFSHA算法比基于向量空间模型(VSM)的普通文本分类算法的分类准确率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周毅灵	北京服装学院计算机信息中心	28	43	3.0	6.0
2	杜剑侠	北京服装学院计算机信息中心	15	28	3.0	5.0
3	耿增民	北京服装学院数字与交互媒体北京市重点实验室	15	30	3.0	5.0
7	陈迪	北京服装学院计算机信息中心	3	1	1.0	1.0
8	邵熙雯	北京服装学院计算机信息中心	1	0	0.0	0.0