Web内容挖掘算法的比较研究

摘要

W eb内容挖掘是对来自互联网上的资源进行信息挖掘的一种过程,是普通文本挖掘结合W eb信息特征的一种特殊应用,目的在于将W eb页面上的文本内容按照一定的规则分成不同的类别。简要地介绍了三种用来分类的算法,并根据结论来对这三种算法进行对比和分析,最终得出了熵算法是能分类图片最好算法的结论。