基于标签加权的HTML文档分类算法

摘要

随着因特网的普及,如何有效地分类HTML文档成为一个热点话题。提出一个基于标签加权的HTML文档分类算法,该算法使用词干分析方法进行数据预处理,同时使用LSI对特征向量降维,然后使用人工神经网络反向传播算法作为主分类器。通过实验表明,对HTML文档的标签加权,有助于提高分类的准确性。