基于向量空间模型的分层网页分类方法  

Hierarchical Web Page Classification Method Based on Vector Space Model

作　　者：鞠小林[1] 陈继红[1] 邵浩然[1] 

机构地区：[1]南通大学计算机科学与技术学院,江苏南通226019

出　　处：《南通大学学报（自然科学版）》2010年第1期24-29,共6页Journal of Nantong University(Natural Science Edition)　

基　　金：江苏省高校自然科学基金项目(05KJD520168);南通市科技应用研究计划(K2007013);南通大学自然科学基金项目(08Z034)

摘　　要：提出一种基于向量空间模型的多层网页分类方法.该方法用主题词、修正主题词和主题概念从3个层次构建网页表示向量,从而在概念层次上更贴近网页的语义,且向量维数低于传统的特征向量.实验结果表明,该方法降低了分类时的计算量,提高了网页分类速度和分类精度.This paper presents an approach of multi-hierarchy web page classification based on Vector Space Model. The method constructs web pages through three-level vectors of subject, modification subject and subject concept, which is closer to the semantics of web pages and make the length of those vectors shorter than feature present vectors in VSM. Experimental results show that the hierarchical web page classification method can decrease calculating work for web page classification and raise the speed and precision of classification.

关 键 词：向量空间模型 网页分类 特征提取 主题概念 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]