10.3969/j.issn.1000-386X.2010.02.004
一种多分类器Deep Web数据源的自动分类与判别方法
Deep Web数据源的发现和其领域相关性越来越引起人们的关注和兴趣.针对在判别查询接口时,提取精度低和忽略领域相关性的问题,提出一种采用多分类器对Deep Web数据源进行自动分类和判别的方法,其思想是:对爬虫获取到的页面使用朴素贝叶斯分类器对其进行领域相关性分类,然后使用改进的决策树分类器来对特定领域的数据源进行判定.实验结果表明此方法相比于使用单一决策树分类器有更好的性能,其召回率和精度都有所提高.
深网、网页表单、朴素贝叶斯分类、决策树
27
TP3;TP1
国家自然科学基金项目60673092,60775046,60873116;教育部科学技术研究重点项目207040;中国博士后科研基金项目20060390919;江苏省自然科学基金项目BK2008161;江苏省高校自然科学基金06KJB520104
2010-04-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
11-13,70