基于RSOM-Bayes的网页分类方法  

Web Page Classification Method Based on RSOM-Bayes

作　　者：冯和龙[1] 夏胜平[2] 

机构地区：[1]湖南铁路科技职业技术学院实训中心,株洲412000 [2]国防科学技术大学电子科学与工程学院ATR重点实验室,长沙410073

出　　处：《计算机工程》2008年第13期61-63,共3页Computer Engineering

摘　　要：针对向量空间模型的网页分类计算复杂度高、不适用于大规模场景问题,该文采用RSOM和BAYES相结合的方法实现网页分类,利用RSOM神经网络树实现网页特征词的自动索引,利用Bayes实现网页的自动分类。结果证明其在特征空间维数、检索效率、样本容量及检索精度方面都具有良好的性能。Most Web page classification methods are based on Vector Space Model（VSM）, but it is not suitable for large scale application background with bad computation complexity. A new automated text classification method based on RSOM neural net tree and Bayes method is proposed, RSOM neural net tree is used in Web page index and Bayes method is used in automated Web page classification. The excellent performance of this method has been tested in feature dimension, performance, capacity and accuracy.

关 键 词：网页分类 RSOM神经网络树 BAYES方法 向量空间模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]