蚁群算法在网页内容分类中的应用研究-计算机系统应用.pdfVIP

计 算 机 系 统 应 用 2009 年 第 4 期 ① 蚁群算法在网页内容分类中的应用研究 Application of Ant Colony Algorithm in Page Contents Classification 韩 杰 王自强 李春峰 谭明交 (河南工业大学 信息学院 河南 郑州 450052) [1] 摘 要： 研究各种高效的分类算法是数据挖掘的重要问题之一 。蚁群算法作为一种新型的模拟进化算法，在 [2] 求解复杂的组合优化问题中表现出了良好的性能 。文章介绍了蚁群算法在网页内容分类数据挖掘任 务中的一种应用方案，阐述了算法的基本原理及特性，并使用少量类别的网页进行了分类实验，实验 结果验证了该算法在应用中的有效性。 关键词： 蚁群算法 网页内容分类 分类规则 数据挖掘 文本分类 随着网络信息资源不断的快速增加，我们急需对 蚁群分类规则提取算法在网页内容分类中的一个 这些资源进行合理地分类整理以便从海量数据中快速 应用模型如图 1 所示。算法应用包含两个过程： 检索到期望的以及相关联信息。数据分类，包括对网 页内容进行分类，是数据挖掘研究中的重要内容。常 用的数据分类方法有决策树分类法、基于规则的分类 法、神经网络、支持向量机和朴素贝叶斯分类法等。 基于规则的分类有着其他分类方法不具备的特征，它 能产生易于解释的描述性模型，性能却可与其他分类 方法性媲美。另外，基于规则的分类允许一条记录触 发多条规则，可以构造更加复杂的决策边界。 1 引言 蚁群算法(ant colony algorithm)是由意大利学 者 M.Dorigo 等人提出的一种基于蚂蚁种群的新型模 图 1 蚁群分类规则提取算法在网页内容分类 拟进化算法。该算法已成功应用于 TSP 问题、集成电 中的一个应用模型 路综合布线、指派问题、网络路由、数据聚类、组合 优化等问题，并取得了较好的效果。蚁群算法在数据 第一个是训练过程：首先对已知网页类别的网页 挖掘中的应用正逐步引起人们的关注。目前，