一种基于支持向量机和聚类的Web挖掘新方法

摘要

针对日益增长的对Web数据挖掘的现状,本文提出了一种基于支持向量机和聚类的Web挖掘新方法,根据支持向量机中支持向量不会出现在两类样本集间隔以外的正确划分区的理论,通过引入聚类中的类质心、类半径、类质心距等概念,从而较好地解决快速而准确地删除非支持向量的问题,保证算法的泛化性.实验表明,采用这种改进的算法既能快速精确地对训练样本进行删减又较好地解决了泛化性问题.