论文从网页自身的结构化信息出发，分析和改进Web分类的相关环节：网页表达、特征选择和分类算法；从网页之间的链接信息出发，讨论了结合......

数以万计的门户网站、搜索引擎可实现Web信息发布、浏览、查询和检索等功能，然而，越来越多的用户希望能够有对Web信息进行内容分析、......

支持向量机具有很强的泛化能力，具有维数不敏感与收敛到全局最优等优点。由于其分类具有较高的精度，因而在文本、图像及Web分类等方......

介绍一种基于Web挖掘和URL相结合的Web过滤方法,利用Web挖掘实现基于内容的离线Web分类,有效地解决了单纯基于关键词过滤和人工维......

提出了基于LDA（Latent Dirichlet Allocation）主题模型的Web文本分类方法,利用MCMC方法中的Gibbs抽样获得模型参数从而获取词汇的概......

Web网站按自身的导航体系组织信息，其导航体系中含有分类语义特征．为实现有效的、Web信息抽取，针对Web网站的分类体系，提出了基于HTML......

根据Web文档分类与人工神经网络理论,设计了一个Web分类挖掘系统.针对BP网络分类器的不足,提出了用径向基函数神经网络对Web页面中......

针对目前Deep Web分类研究中所采用的Post-query查寻探测方法缺乏语义支持的问题,提出一个基于本体的语义查询探测分类方法。主要......

为了有效地组织和分析大量WEB信息，本文设计了WEB分类发掘系统。BP网络应用广泛，但也有许多不足之处。因此，提出了用RBFNN（径向基函数......

如何高效、准确地组织和检索Deep Web蕴含的高质量信息已经成为未来Web挖掘和数据库领域面临的一项崭新课题和挑战,而Deep Web分类......

随着互联网的迅速发展,对网页正确分类显得越来越重要。网页分类的一个难点就是特征空间的维数比较大,支持向量机（SVM）分类方法显示......

Web分类是在分析了网页的内容后,按照一定的规则将它分到一个或者多个合适的类别中去。支持向量机是在统计学习理论基础上发展起来......

为了充分利用Web这一宝贵资源，需要一种高效准确的Web分类方法．应用机器学习技术，如K-邻近法、贝叶斯概率模型等已经实现了Web文档半......