原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第26卷第5期 计算机应用 V01．26No．5
2006
2006年5月 ComputerApplications May
文章编号：1001—908l(2006)05—1134一03
基于提取网站层次结构的网页分类方法
邓健爽，郑启伦，彭宏
(华南理工大学计算机科学与工程学院，广东广州510641)
(deemen@126．com)
摘要：网页自动分类是当前互联网搜索领域一个热点研究课题，目前主要有基于网页文本内容
的分类和基于网页间超链接结构的分类。但是这些分类都只利用了网页的信息，没有考虑到网页所
在网站提供的信息。文中提出了一种全新的对网站内部拓扑结构进行简约的算法，提取网站隐含的
层次结构，生成层次结构树，从而达到对网站内部网页实现多层次分类的目的，并且已经成功应用到
电子商务智能搜索和挖掘系统中。
关键词：网页分类；网站层次结构；URL聚类
中图分类号：TP393．02文献标识码：A
Web classificationbasedon frOmWebsite
hierarchy
page extracting
DENG
Jian-shuang，ZHENGQi-1un，PENGHong
(co阮酽矿cD唧船r
Abstract：Webcl幽8ificationw∞oneofthehot inthedomain0fIntemetSe眦h
page 8tudyproblem8 currently．Now
tlle地werethecl聃8i6e玛b鹪edonte】【t船dthe allth鹪emethodsofcl∞8ific“onusedtheinfb玎nati∞of
hypedinks．But ordy
witIlouttI璩iIIfbH“ati∞thatwa8 f而mthewholeweb8ite．Inthe I地wdthmeticthat
tl地p89es pra“ded anicle，tlle聆w聃a
8tmctum0ftheWeb8ite8ndextr8ctedtheconnot“ve 0fthecl酗sificationtobuildthe
8impli6髓thetopology lIiemI℃hy
mulIi．1evel methodh聃been tothe of
cl聃8墒ed wecoIlldachievethe cl船sification．Thi8
tree，th∞u小which applied 8y8tem
0felectronicbusiness
intenigentsearching蚰dmining 8ucce88fuUy．
0fWeb
site；URL
Key啪rds：Webp89ecl鹪8ification；Hi
文档评论（0）