| 一种基于节点密度分割和标签传播的Web页面挖掘方法 |
| |
| 引用本文： | 张乃洲,曹薇,李石君.一种基于节点密度分割和标签传播的Web页面挖掘方法[J].计算机学报,2015,38(2). |
| |
| 作者姓名： | 张乃洲 曹薇 李石君 |
| |
| 作者单位： | 1. 河南财经政法大学计算机与信息工程学院 郑州450002
2. 武汉大学计算机学院 武汉430072 |
| |
| 基金项目： | Key Projects of Science and Technolog，国家星火计划项目，河南省科技厅基础与前沿技术研究项目，河南省教育厅科学技术研究重点项目 |
| |
| 摘 要： | 获取Web页面中的重要内容如文本和链接,在许多Web挖掘研究领域有着重要的应用价值.目前针对该问题主要采用Web页面分割和区块识别的方法.但现有的方法将Web页面中重要文本和链接的识别视为两个相互独立的问题,这种做法忽略了Web页面中文本和链接的内在语义关系,同时降低了页面处理的效率.文中提出了一种Web页面重要内容挖掘的统一框架,该框架主要由3个部分组成:第一,先将Web页面转换为DOM树表示,然后采用节点密度熵为度量将DOM树分割为不同的页面块;第二,采用基于K最近邻标签传播的半监督方法自动扩展页面块训练集;第三,在扩展的页面块训练集上对SVM分类器进行训练,并用来对页面块进行分类.采用该框架可以将Web页面块区分为多种类型,并且该框架独立于Web页面的类型和布局.我们在真实的Web环境下进行了广泛的实验,实验结果表明了该方法的有效性.
|
| 关 键 词： | 页面分割 节点密度 标签传播 DOM树 块分类 社会计算 社交网络 |
A Method Based on Node Density Segmentation and Label Propagation for Mining Web Page |
| |
| ZHANG Nai-Zhou,CAO Wei,LI Shi-Jun.A Method Based on Node Density Segmentation and Label Propagation for Mining Web Page[J].Chinese Journal of Computers,2015,38(2). |
| |
| Authors: | ZHANG Nai-Zhou CAO Wei LI Shi-Jun |
| |
| Abstract: | |
| |
| Keywords: | Web page segmentation node density label propagation DOM tree block classification social computing social networks |
| 本文献已被 万方数据 等数据库收录！ |
