Web信息檢索及網頁分類方法的研究.pdf_第1頁
已閱讀1頁，還剩108頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、Web IR技術研究應用文本檢索研究的成果,同時結合Web圖論以及社會網絡分析等思想,研究Web上的信息檢索,是行之有效的Web知識發(fā)現的途徑.目前國際上研究的重點集中于Web IR領域,比如Google.傳統HITS方法所獲得的信息精確度相當低,而PageRank作為一通用的搜索方法,不能夠應用于特定主題的信息獲取.在充分分析PageRank、HITS等現有算法和Web文檔的相似度計算方法的基礎上,介紹了Web圖的特性和性質,探討了一

2、個Web演化生成的模型;分析了虛擬Web文檔的表示方法,提出了Web上查詢特定主題相關信息發(fā)現的SG-HITS算法.它結合了Web超鏈接、網頁知識表示的信息相關度以及HITS方法來搜索Web上特定主題的相關知識;并通過它們搜索網上有關醫(yī)藥的信息和知識,其效果和查準率與傳統HITS和IR方法相比有一定提高.由于沒有一個搜索引擎系統在所有的情況下性能表現得比其他的每一個都好,同時還存在精度不高、覆蓋面不廣等弱點,因此研究元搜索引擎是必要的.

3、提出了兩類三種元搜索中的傳統數據融合方法:基于線性組合的相似度融合、基于排序的Unbiased和Biased-Bayes融合.傳統的文本分類方法如NB、Naive Bayes、SVM,它們簡單用于網頁分類的效果不好.針對以上問題研究了基于信息論的新測度GR,并結合Hyperlink和線性分類器,基于PageRank的思想提出了通過矩陣冪計算的分類方法.實驗表明通過它分類網上有關醫(yī)藥的信息和知識,其分類效果比傳統IR方法有一定提高.另外探

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論