Web文本挖掘中特征提取算法的分析及改进  

Analyse and improvement for feature extracting from Web text mining

作　　者：张脂平 林世平[1] 

机构地区：[1]福州大学数学与计算机科学学院,福建福州350002

出　　处：《福州大学学报（自然科学版）》2004年第z1期63-66,共4页Journal of Fuzhou University(Natural Science Edition)

基　　金：福建省自然科学基金资助项目(A0110009);福建省教育厅科研基金项目(JB03026);福州大学科技发展基金资助项目(2002-XQ-21)

摘　　要：介绍Web文本挖掘的定义,描述几种特征提取方法及特点,并在主成分分析的基础上提出了SVD方法,进一步提高了Web文本的处理效率,为文本的分类、聚类以及其它处理提供了简练的特征表示方法.实验证明,该处理方法有效降低了文本特征矢量的维数.Introduced the definition related to Web text mining, described several feature extraction method, and deduced the SVD method based on principal component analysis, which improved the efficiency of dealing with text, gave much better way to classify, cluster and other processing. The experiments show the method well active in feature dimension reduction.

关 键 词：WEB文本挖掘 特征提取 主成分分析 SVD 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]