主题搜索引擎中的高效网页分类器构建方法  

Construction Method for High Efficient Web Page Classifier of Topic Search Engine

作　　者：李兆锋[1] 

机构地区：[1]河南科技学院,河南新乡453003

出　　处：《科技通报》2013年第8期109-111,共3页Bulletin of Science and Technology

摘　　要：提出了一种基于领域本体的相似度计算与基于网页结构的特征向量抽取相结合的分类器构建方案,改进后的WF-TF/IDF模型根据网页各部分对于主题相关的重要程度进行权重分配,同时引用领域本体知识库,将网页与主题的相关程度评价转化为本体中两个概念的相似度计算,扩大了爬虫的抓取范围。实验证明,该方案用于指导主题爬虫的抓取具有很高的灵活性和精确性。A scheme for webpage classifier is put forward.Improved WF-TF/IDF model can allocate the weight according to the importance degree to topic correlation of the parts in webpages.The ontology repository is used to change the eval- uation＇of degree into similarity computation of two concepts,which expands the rage of the crawlers.The experiments show, our scheme has better performance in flexibility and accuracy when it is used for focused crawling.

关 键 词：主题爬行 网页分类器 本体 TF IDF 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]