Web文本分类中特征选择的研究

Web文本分类是Web文本挖掘的一个重要研究领域.Web文本分类中通常采用向量空间模型(VSM)来表达文本特征,但是所产生的维数是巨大的,从而导致处理过程非常复杂,所以需要先对文本特征进行合理的降维处理.本文对常见的特征选择算法进行了介绍,并对它们进行了比较,最后结合当前的研究成果分析特征选择的发展趋势.     

负关联规则在Web文档分类中的研究

对Web文档进行分类可以较好地解决网上信息杂乱的现象,介绍了Web文档分类的相关知识以及关键技术,并对目前的分类方法进行了总结,对Web文档分类中关联规则挖掘研究现状和主要技术进行了论述,指出了负关联规则在Web文档分类中的发展趋势.     

Web数据挖掘综述

Internet技术的发展和普及使信息获取和发布的方式发生了巨大的飞跃和本质性的变化,WWW成为信息传播的主要载体之一.如何从这些巨量的、分布的、异构的、半结构化的、动态的Web数据中发现有用的知识是数据挖掘和知识工程研究面临的新课题.本文综述了Web数据挖掘的基本概念、分类、应用,分析了Web挖掘的发展趋势.