一种基于预分类的高效SVM中文网页分类器

doi:10.3778/j.issn.1002-8331.2010.01.039

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (1): 125-128.DOI: 10.3778/j.issn.1002-8331.2010.01.039

• 数据库、信号与信息处理 • 上一篇下一篇

一种基于预分类的高效SVM中文网页分类器

许世明^1，2，武波¹，马翠²，邸思²，徐洪奎²，杜如虚²

1.西安电子科技大学计算机学院，西安 710071
2.中国科学院深圳先进技术研究院，广东深圳 518067

收稿日期:2008-07-23 修回日期:2008-10-23 出版日期:2010-01-01 发布日期:2010-01-01
通讯作者: 许世明

Efficient SVM Chinese Web page classifier based on pre-classification

XU Shi-ming^1，2，WU Bo¹，MA Cui²，DI Si²，XU Hong-kui²，DU Ru-xu²

1.School of Computer Science and Technology，Xidian University，Xi’an 710071，China
2.Shenzhen Institute of Advanced Technology，Chinese Academy of Sciences，Shenzhen，Guangdong 518067，China

Received:2008-07-23 Revised:2008-10-23 Online:2010-01-01 Published:2010-01-01
Contact: XU Shi-ming

摘要/Abstract

摘要： 中文网页分类技术是数据挖掘研究中的一个热点领域，而支持向量机（SVM）是一种高效的分类识别方法。首先给出了一个基于SVM的中文网页自动分类系统模型，详细介绍了分类过程中涉及的一些关键技术，其中包括网页预处理、特征选择和特征权重计算等。提出了一种利用预置关键词表进行预分类的方法，并详细说明了该方法的原理与实现。实验结果表明，该方法与单独使用SVM分类器相比，不仅大大减少了分类时间，准确率和召回率也明显提高。

关键词: 支持向量机, 中文网页分类, 文本分类, 机器学习

Abstract: Chinese Web page classification has been considered as a hot research area in data mining，and SVM is an effective method for learning the classification knowledge from massive data.In this paper，a model of automatic Chinese Web page classification system based on SVM is presented first.Then detailed design and implementation are introduced，and some key techniques about Chinese Web page classification，including Web page pre-processing，feature selection and weight computing are discussed.A pre-classification method by a given keywords list is proposed，and the principles and detailed implementation are described.The experiment shows that it not only reduces time but also increases in precision and recall compared with using SVM classifier only.

Key words: support vector machine, Chinese Web page classification, text classification, machine learning

中图分类号:

TP391.1

许世明^1，2，武波¹，马翠²，邸思²，徐洪奎²，杜如虚². 一种基于预分类的高效SVM中文网页分类器[J]. 计算机工程与应用, 2010, 46(1): 125-128.

XU Shi-ming^1，2，WU Bo¹，MA Cui²，DI Si²，XU Hong-kui²，DU Ru-xu². Efficient SVM Chinese Web page classifier based on pre-classification[J]. Computer Engineering and Applications, 2010, 46(1): 125-128.

[1]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[2]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[3]	韦佶宏，郑荣锋，刘嘉勇. 基于混合神经网络的恶意TLS流量识别研究[J]. 计算机工程与应用, 2021, 57(7): 107-114.
[4]	韩卫宇，程龙生. 结合马田系统-SVM的滚动轴承故障模式分类研究[J]. 计算机工程与应用, 2021, 57(6): 239-246.
[5]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[6]	张晓丽，张魁星，江梅，魏本征，丛金玉. 淋巴瘤图像分类技术研究综述[J]. 计算机工程与应用, 2021, 57(6): 1-9.
[7]	韩东方，吐尔地·托合提，艾斯卡尔·艾木都拉. 问答系统中问句分类方法研究综述[J]. 计算机工程与应用, 2021, 57(6): 10-21.
[8]	黄金杰，蔺江全，何勇军，何瑾洁，王雅君. 局部语义与上下文关系的中文短文本分类算法[J]. 计算机工程与应用, 2021, 57(6): 94-100.
[9]	万梦翔，姚寒冰. 面向恶意网页训练数据生成的GAN模型[J]. 计算机工程与应用, 2021, 57(6): 124-130.
[10]	杨晔民，张慧军，张小龙. 随机森林的可解释性可视分析方法研究[J]. 计算机工程与应用, 2021, 57(6): 168-175.
[11]	雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅. 新奇检测综述[J]. 计算机工程与应用, 2021, 57(5): 47-55.
[12]	温杰彬，杨文忠，马国祥，张志豪，李海磊. 基于Apex帧光流和卷积自编码器的微表情识别[J]. 计算机工程与应用, 2021, 57(4): 127-133.
[13]	郑诚，董春阳，黄夏炎. 基于BTM图卷积网络的短文本分类方法[J]. 计算机工程与应用, 2021, 57(4): 155-160.
[14]	徐可文，许波，吴英，徐浩然. 机器学习在超声图像中的应用综述[J]. 计算机工程与应用, 2021, 57(4): 11-17.
[15]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.

一种基于预分类的高效SVM中文网页分类器

Efficient SVM Chinese Web page classifier based on pre-classification

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics