基于结构支持向量机网页分类研究.pdfVIP

结构‑基于支持向量机的网页文档分类

11

,

1华南理工大学计算机科学与，广州510641，kjhe@,tinylcy@.com

：互联网是一个巨大的信息库，需要对网页文Dit等人[3]开发了一种分层方法来分类网页。他

档进行分类以促进索引、搜索和检索。网页文档分们使用萤火虫算法从网页中选择最佳特征，即

类与传统的全文分类显著不同，因为HTML结构提HTML，以减少特征的维度，并将SVM应用

供了额外的信息。本文分析了网页文档的结构信息，于选定的特征进行分类。Chen等人[4]使用潜在语

并利用基于结构的支持向量机（SVM）分类器进行义分析以及SVM模型的网页特征选择训练和识别。

分类。该方法通过引入一种新的基于结构的方法来潜在语义分析用于发现之间的语义关系，以

描述和分类网页文档，证实、量化并扩