混合多层分类和朴素贝叶斯模型的垂直搜索引擎分类器设计.pdfVIP

《现代图书情报技术》版权所有，欢迎下载引用！ 请注明引用地址：混合多层分类和朴素贝叶斯模型的垂直搜索引擎分类器设计［Ｊ］，现代图书情报技术，２０１１（３）：７３－７９． 总第２０３期　２０１１年　第３期 混合多层分类和朴素贝叶斯模型的垂直 搜索引擎分类器设计 张红斌　曹义亲 （华东交通大学软件学院　南昌３３００１３） 【摘要】研究Ｗｅｂ上计算机教育资源的分布特点，融合主题词和文档形式，设计多层分类器来完成主题搜索过程 中的正确分类，继而应用朴素贝叶斯模型对主题资源信息进行自动类别划分，完成资源的物理存储。实验中主题 分类的平均正确率约７８％，主题的平均召回率约６１％，而资源解析的平均正确率约８１．５％，测试结果能够验证本 文设计思想的可行性。 【关键词】多层分类器　垂直搜索引擎　计算机教育资源　朴素贝叶斯 【分类号】ＴＰ３９３．０８ ＡＮｅｗＣｌａｓｓｉｆｉｅｒＤｅｓｉｇｎｉｎａＴｏｐｉｃＳｅａｒｃｈＥｎｇｉｎｅｂｙＣｏｍｂｉｎｉｎｇ Ｍｕｌｔｉ－ｌａｙｅｒＣｌａｓｓｉｆｉｅｒｗｉｔｈＮａｉｖｅＢａｙｅｓＣｌａｓｓｉｆｉｃａｔｉｏｎＭｏｄｅｌ ＺｈａｎｇＨｏｎｇｂｉｎ　ＣａｏＹｉｑｉｎ （ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅ，ＥａｓｔＣｈｉｎａＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ３３００１３，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ】ＴｈｅｐａｐｅｒｆｉｒｓｔｌｙａｎａｌｙｚｅｓｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｃｏｍｐｕｔｅｒｅｄｕｃａｔｉｏｎｒｅｓｏｕｒｃｅｓｏｎＷｅｂ，ｔｈｅｎｉｔ ｄｅｓｉｇｎｓａｍｕｌｔｉ－ｌａｙｅｒｃｌａｓｓｉｆｉｅｒｔｏｒｅｓｏｌｖｅｔｈｅｔｏｐｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎｐｒｏｂｌｅｍｉｎｔｏｐｉｃｃｒａｗｌｉｎｇｐｒｏｃｅｄｕｒｅｂｙｃｏｍｂｉｎｉｎｇｔｏｐｉｃ ｗｏｒｄｓａｎｄｒｅｓｏｕｒｃｅｓｆｏｒｍｓ，ａｎｄｉｎｔｒｏｄｕｃｅｓｈｏｗｔｏｍａｋｅｔｈｅｐｒｅｃｉｓｅｃｌａｓｓｉｆｉｃａｔｉｏｎｆｕｓｉｏｎｂｙＮａｉｖｅＢａｙｅｓＣｌａｓｓｉｆｉｅｒｍｏｄｅｌａｎｄ ｈｏｗｔｈｅｒｅｓｏｕｒｃｅｓａｒｅｓｔｏｒｅｄｃｏｒｒｅｃｔｌｙｉｎｔｏｔｈｅｈａｒｄｄｉｓｋ．Ｆｉｎａｌｌｙ，ｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｋｅｙｄｅｓｉｇｎｉｄｅａｉｓｆｅａｓｉｂｌｅ ａｎｄｍａｎｙｐｅｒｆｏｒｍａｎｃｅｓａｒｅａｃｃｅｐｔａｂｌｅ，ｓｕｃｈａｓｔｈｅａｖａｒａｇｅａｃｃｕｒａｃｙｏｆｔｈｅｔｏｐｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｒｅａｃｈｅｓｔｏ７８％ａｓ ｗｅｌｌａｓｔｈｅａｖａｒａｇｅｒｅｃａｌｌａｃｃｕｒａｃｙｒｅａｃｈｅｓｔｏ６１％ａｎｄｔｈｅａｖａｒａｇｅｒｅｓｏｕｒｃｅｓｐａｒｓｉｎｇａｃｃｕｒａｃｙｒｅａｃｈｅｓｔｏ８１．５％． 【Ｋｅｙｗｏｒｄｓ】Ｍｕｌｔｉ－ｌａｙｅｒｃｌａｓｓｉｆｉｅｒ　Ｔｏｐｉｃｓｅａｒｃｈｅｎｇｉｎｅ　Ｃｏｍｐｕｔｅｒｅｄｕｃａｔｉｏｎｒｅｓｏｕｒｃｅｓ　ＮａｉｖｅＢａｙｅｓ １　引　言 　　垂直搜索引擎采集专业领域中的网页、文档、资料，再以优良的人机交互界面呈现给用户，满足专业用户在专 ［１，２］ 业领域中对信息搜索的要求。垂直搜索引擎的关键性能指标是搜索的精度和召回率 ，要获取较好的搜索精度 和召回率，就必须为搜索引擎设计良好的分类器模块，正确地完成主题的归类。本文介绍了一个基于计算机教育 资源的垂直搜索引擎分类器的设计思想以及其应用。 　　收稿日期：２０１１－０１－１７ 　　收修改稿日期：２０１１－０２－１８ 　　 本文系教育部人文社会科学研究规划项目“基于模式识别的金融时间序列挖掘技术研究”（项目编号：０９ＹＪＡ６３００３６）和华东交通大学校 立科研基金项目“基于ＳＯＡ架构的垂直搜索引擎的研究与实现”（项目编号：０８ＸＸ０５）的研究成果之一。 ＸＩＡＮＤＡＩＴＵＳＨＵＱＩＮＧＢＡＯＪＩＳＨＵ　　　　７３ 应用实践 ［５］