本文關鍵詞：網頁文本分類及其在搜索引擎中的應用，由筆耕文化傳播整理發(fā)布。

北京工業(yè)大學 碩士學位論文 網頁文本分類及其在搜索引擎中的應用 姓名:徐學可 申請學位級別:碩士 專業(yè):計算機軟件與理論 指導教師:蔣宗禮 20080401摘要 皇??.?? 曼皇曼曼鼉曼曼皇 手陶 斐 網頁自動文本分類是處理和組織大規(guī)模網絡文本信息的關鍵技術,是使信息 資源得以合理有效組織的重要方法,同時也是解決主題搜索、個性化信息檢索、 搜索引擎的目錄導航、信息過濾中相關問題的核心技術。研究網頁自動文本分類 對于解決人們如何有效獲取有效網絡信息,研究新一代搜索引擎有著重要意義。 本文研究了網頁文本分類及其在搜索引擎應用,主要工作如下: . 網頁文本分類相關技術的研究:包括特征選擇,特征抽取,分類算法, 網頁處理等,在此基礎上設計并實現一個網頁文本分類子系統,對網 頁分類各種技術進行整合,使其具有良好的框架和可擴展性。 . 提出了~種基于集成學習與類指示器的文本分類方法,該方法利用 .算法框架,在每一輪次中,自適應地計算類指示器,通 過加權組合所有成員類指示器,獲得對理想類指示器的一種逼近。利 用最終的類指示器所得到的分類器不僅簡單易于更新,而且泛化能力 強。 . 將集成學習方法與推拉策略結合來修正中心法的分類器偏差,基于 .方法,通過利用其自適應維護權重分布的特點,用每輪 的權重分布,修正傳統中一法分類器偏差,突出被誤分類的文檔的影 響,降低其誤分類概率。 . 開展文本分類中特征抽取的研究,論述了應用詞條聚合進行文本分類 的特征抽取的基本思想與意義,設計了一種具體方案,利用改進的 進行詞條聚合,并根據聚合特征的特點,提出了一種新的權 重計算方法。 . 將文本分類用于主題爬蟲:探討了主題爬蟲的基本問題,主要包括主 題模型,網頁優(yōu)先級計算

  本文關鍵詞：網頁文本分類及其在搜索引擎中的應用，由筆耕文化傳播整理發(fā)布。