基于朴素贝叶斯方法的Web数据噪音分类研究  

作　　者：茹蓓[1] 陈建彪[1] 

机构地区：[1]新乡学院计算机与信息工程学院

出　　处：《内江科技》2016年第7期36-37,共2页

基　　金：河南省高等学校青年骨干教师培养计划(2013GGJS-222);河南省教育厅河南省高等学校重点科研项目(15A520093)

摘　　要：在网页自动化数据抽取中,导航、广告、特定栏目等信息与知识数据的HTML结构模式类似,它们会被误作为知识数据抽取出来,从而带来抽取算法准确率低下的问题。本文通过分析噪音数据结构特征,基于朴素贝叶斯算法对网页文本信息分类,噪音数据干扰问题得到有效解决。实验结果表明,该方法具有较高的准确率和运行效率。

关 键 词：Web数据 数据抽取 贝叶斯算法 抽取算法 朴素贝叶斯 分类研究 数据区域 抽取方法 抽取规则 信息分类 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]