Research on Chinese Web Text Categorization Based on Maximum Common Subgraph

摘要

随着网络信息技术的高速发展，Internet上的Web页面数量呈指数增长，如何有效的组织和处理这些海量信息，如何更好地搜索、过滤和管理这些网络资源，成为一个亟待解决的问题。Web文本挖掘技术就是解决上述问题的一种方法，它借鉴数据挖掘的基本思想和理论方法，从大量半结构化、异构的Web文档的集合中发现潜在的、有价值的知识。Web文本分类是Web文本挖掘的重要技术，是一种快速、有效的组织网上海量信息的关键技术，是Web信息处理的基础，有着很高的研究价值和广泛的应用前景。 本文研究的对象是中文Web文本，目的是提高Web文本分类的精度和速度，主要针对中文Web文本的表示以及分类算法进行了深入地探讨。...