首页> 中文期刊> 《计算机应用与软件》 >一种多分类器Deep Web数据源的自动分类与判别方法

一种多分类器Deep Web数据源的自动分类与判别方法

     

摘要

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.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号