web信息资源价及分类的研究.pdf

摘要 随着Web资源的迅速增长，互联网中的信息越来越丰富。Web信 息资源分类的质量将直接关系着现有信息资源能否高效的服务于信息 需求者，所以Web信息资源分类技术的研究具有重要的实用价值。 Web信息资源质量即将成为网络资源泛滥时代热门的话题。本文 为了提升信息资源的预见性，提出一种补偿式资源质量评价方法，对 庞大杂乱的资源进行有机地分析、评价和分离，将资源的质量特征与 特征提取算法、分类算法等进行有机融合，以减少预处理、分类过程 中各种匹配带来的无谓开销，最大限度的提高过程的效率和质量。 为提升特定行业Web信息资源分类的高效性、实用性，本文提出 了一种面向特定行业的分类方法，借助行业知识库对行业术语进行语 义转换，使其与行业主题特征形成映射关联，然后通过训练过程提取 样本信息资源涉及的主题特征，利用互信息评价函数，计算出每个特 征在对应类别下的权重系数，并结合特征分布均衡的情况对互信息计 算方法进行了改进。接着利用VSM的TFIDF权重计算方法，对待分 类信息资源的特征权重进行计算，最终通过特征权重与权重系数的计 算值建立分类判别规则，以实现对行业信息资源类别的判定。本文还 结合KNN进行了对比实验，验证了分类方法的有效性。 最后，本文以改善资源分类机制、提升资源的易获性、准确性为目 的，构建了一种高效、健全的W曲政务信息资源分类系统，以多维索 引目录为主导对分散的资源进行有机地映射、归类和存储。 关键词Web信息资源，质量评价，分类 ABSTRACT information withthe oftheweb web Along rapidgrowth resource，the webinformationresource becomesricherandricher．Theof quality resourcecanserve classificationis determineshowthecurrent directly informationdemanders． efficiently becomethehot inthe Webinformationresourcewillsoon topic quality resource．Inordertoenhancethe eraofthe ofnetwork proliferation ofinformation a resource，this compensated predictability paperproposes stabilizerevaluationmethodsof and quality the thenumerousand of resource resource，andmerges separates