论文部分内容阅读
大众分类法（Folksonomy）的灵活性比传统的机器分类方法高，但是它不能处理大量的数据资源。为了解决这个问题，结合Folksonomy和传统机器学习算法的优．点我们提出了一种新的算法FSVWC（Folisonomy and Support Vector Machine Classifier）．在FSVMC中，支持向量机算法作为一个TAG代理，决定一个标签是否应该标注在案个资源上，而Folksonomy致力于网页文档的分类。此外还提出了一种创建可以标注网页标签数据库的方法。实验结果表明我们的方法比传统的