采用URL特征的Hub网页识别方法研究

来源 :现代图书情报技术 | 被引量 : 0次 | 上传用户:suishi2001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
【目的】通过构建简单数据样本,解决传统网页类型识别方法效率低的难题。【方法】采用URL特征作为识别依据,抽取URL信息构建训练集与测试集,使用支持向量机(SVM)建立机器学习模型以提高识别效率。【结果】在同样的数据集上,该方法的准确率为91.2%,优于其他识别方法。在效率性能方面,该方法提升近60%。【局限】当遇到URL特征不明显甚至完全相背的网站时,识别准确率会大幅度降低。【结论】该方法在效率方面存在很大优势,应用到采集系统中可提高采集效率。 【Objective】 To solve the problem of low efficiency of traditional web page type identification by constructing simple data samples. 【Method】 The URL features were used as the identification basis, the URL information was extracted to construct the training set and test set, and the support vector machine (SVM) was used to establish the machine learning model to improve the recognition efficiency. 【Result】 On the same data set, the accuracy of this method was 91.2%, which was better than other methods. In terms of efficiency and performance, this approach has increased by nearly 60%. [Limitations] When encountering websites with undefined or even opposite URL characteristics, the recognition accuracy will be greatly reduced. 【Conclusion】 The method has great advantages in terms of efficiency. It can be used in the acquisition system to improve the collection efficiency.
其他文献
科学素质是公民素质的重要组成部分。现代社会对劳动者的科学素质要求越来越高。提高国民科学素质,在知识经济的21世纪,已到了一个前所未有的地位。提高学生科学素质,是现代
目的研究组织细胞坏死性淋巴结炎患者的PET/CT表现,探讨PET/CT对组织细胞坏死性淋巴结炎诊断的临床价值。方法报道我院2例病理确诊的组织细胞坏死性淋巴结炎的PET/CT表现,检
会议
随着我国国民经济的快速发展,发展与环境的矛盾日益凸显。国家对环境保护的高度重视,人们对生活质量及生命健康的普遍关注。加快环境科学的学科理论体系的建设的同时,还要积
陶渊明诗歌的重要价值之一就体现在其展现的自我批判意识和内在超越精神。从身份认同的尴尬到社会理想的幻灭,从多重哲理的思辨到审美活动的全情投入,都能体现出陶渊明对自我
目的:探讨上消化道出血的急救与护理。方法:分析总结我院2014年8月10日至2015年8月10日收治的81例上消化道出血患者临床资料。结果:1例死亡,1例放弃治疗,1例外科急诊手术,8例好
建设管理课程是土建工程专业的一项重要课程,对培养学生的专业技能具有重要意义,尤其是对学生掌握工程造价、工程监理等多个方面的技能具有重要作用。基于此,就要对基于BIM技
餐饮生产经营面临种种困难,破局解困可采取五大举措,即:关口前移,跳出本地市场组织特色原料,与供应商建立战略联盟。重心下移,强化加工厨房管理,严格浸泡清洗,消除隐患;规范切割浆腌,为
菲茨杰拉德有美国“爵士时代”桂冠诗人和代言人的美誉,巨作《了不起的盖茨比》成功塑造了黛西这一女性人物形象。从弗洛伊德的三重人格理论出发,剖析黛西自私、寄生性的本我
通过分析初中学生英语阅读学习的状况和当前阅读课堂的不足,以导学理念贯穿整个阅读课程。教师可以从精准教学目标、精准教学内容、精准教学实施、精准评价机构四个方面实施
马铃薯既是粮食作物也是重要的经济作物,在我国种植面积居世界第二位。建平县马铃薯种植面积达到30多万亩,是农民重要的收入来源之一。但马铃薯收获作业耗工费时,劳动强度大