Web挖掘系统的设计与实现

被引：5

作者：

陈建华

包煊

机构：

[1] 兰州大学计算机系

[2] 兰州大学计算机系兰州

[3] 兰州

来源：

计算机工程 | 2002年 / 08期

关键词：

Web挖掘; 文本分类; 支持向量机(SVM); 分词;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

080402 ;

摘要：

介绍了挖掘理论,包括挖掘定义、挖掘任务、挖掘分类个方面,并简单介绍了实现文本挖掘系统WebWebWebWeb3WebWTMiner (的几个关键技术:分词,特征提取,分类器的设计。在分词中采用了支持首字和二分查找从而提高了分词速度,分类器Web Text Miner)Hash的设计中考虑到的训练算法速度慢的缺点,用近邻法以减少训练样本集中样本的数量,从而大大提高了算法速度。SVM

引用

页码：141 / 142+151 +151

页数：3

共 5 条

[1] 基于K-最近距离的自动文本分类的研究 [J].

孙健 ;

王伟 ;

钟义信 .

北京邮电大学学报, 2001, (01) :42-46

[2] 基于支持向量机与无监督聚类相结合的中文网页分类器 [J].

李晓黎 ;

刘继敏 ;

史忠植 .

计算机学报, 2001, (01) :62-68

[3] Web文本挖掘技术研究 [J].

王继成 ;

潘金贵 ;

张福炎 .

计算机研究与发展, 2000, (05) :513-520

[4] 快速书面汉语自动分词系统及其算法设计 [J].

张国煊 ;

王小华 ;

周必水 .

计算机研究与发展, 1993, (01) :61-65

[5]

Research Issues in Web Data Mining .2 Madria S K,Bhowmick S S,Ng W K,et al. In:Proceedings of Data Warehousing and Knowledge Discovery (DaWaK’99) . 1999

← 1 →