基于DPI数据挖掘实现URL分类挂载的相关技术研究

被引：3

作者：

边凌燕

贺仁龙

姚晓辉

机构：

[1] 中国电信股份有限公司上海研究院

来源：

电信科学 | 2013年 / 29卷 / 11期

关键词：

深度分组检测; 中文分词; 特征选择; 文本分类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

通过对DPI用户上网行为数据进行深入挖掘,实现与网页URL分类体系的归类映射,是精准锁定上网用户兴趣偏好特征的关键。在梳理DPI数据自动挂载URL分类节点流程的基础上,重点研究了过程中涉及的网页信息提取、中文分词、特征选择及文本分类等关键技术,为利用DPI数据提升客户洞察能力铺平了技术道路。

引用

页码：6 / 11+16 +16

页数：7

共 10 条

[1] DPI技术力助运营商精细化运营 [J].

罗忆祖 .

邮电设计技术, 2009, (03) :42-45

[2] 文本挖掘技术研究 [J].

薛为民 ;

陆玉昌 .

北京联合大学学报(自然科学版), 2005, (04) :59-63

[3] 国内中文分词技术研究新进展 [J].

冯书晓 ;

徐新 ;

杨春梅 ;

不详 .

情报杂志 , 2002, (11) :29-30

[4]

Principal Manifolds for Data Visualisation and Dimension Reduction..Gorvan A;.Springer.2007,

[5]

基于页面主体提取的WEB信息抽取技术研究.[D].于静.南京邮电大学.2013, 06

[6]

中文文本分类中分词和特征选择方法研究.[D].李原.吉林大学.2011, 09

[7]

文本分类的特征选择和分类方法研究.[D].王法波.山东大学.2011, 04

[8]

文本分类的特征选择方法研究.[D].宋江.南京航空航天大学.2010, 08

[9]

基于词典的中文分词技术研究.[D].郭瞳康.哈尔滨理工大学.2010, 06

[10]

基于SVM算法的web分类研究与实现.[D].陈燃燃.北京邮电大学.2010, 03

← 1 →