一种基于C4.5决策树的Web页面分类算法

摘要

WEB文本自动分类在很多方面都有着重要的应用,如信息检索,新闻分类等.决策树算法是一种简单并且广泛使用的分类方法,具有很多优点如:分类精度高,分类速度快等.主要研究了运用C4.5决策树构建Web页面分类器的基本方法和过程,并提出了一个基于C4.5决策树的Web页面分类器的框架.在此基础上实现了一个运用于网络爬虫的Web页面分类器,实验结果表明该算法是非常有效的.