1、隨著Internet的迅速發(fā)展，搜索引擎的應(yīng)用越來(lái)越廣泛。為了提供高效、準(zhǔn)確的信息服務(wù)，我們需要對(duì)搜索引擎的結(jié)果信息進(jìn)行合理的組織與分類(lèi)。本文的目標(biāo)就是以Web文本信息處理為背景，從理論及應(yīng)用兩個(gè)層次對(duì)Web文本信息的聚類(lèi)、分類(lèi)方法進(jìn)行了較為深入的研究。 論文首先介紹、分析傳統(tǒng)的文本分類(lèi)和聚類(lèi)算法的原理和特點(diǎn)。然后在現(xiàn)有技術(shù)的基礎(chǔ)上，初步設(shè)計(jì)實(shí)現(xiàn)搜索網(wǎng)頁(yè)分類(lèi)系統(tǒng)，包括：關(guān)鍵字搜索結(jié)果網(wǎng)頁(yè)類(lèi)型判斷方法，網(wǎng)頁(yè)分塊，網(wǎng)頁(yè)消重與凈化，完

2、成了系統(tǒng)整體設(shè)計(jì)；然后對(duì)于不容易分類(lèi)的HTML網(wǎng)頁(yè)，提出一種新的基于摘要的網(wǎng)頁(yè)搜索結(jié)果聚類(lèi)和基于學(xué)習(xí)的網(wǎng)頁(yè)搜索結(jié)果分類(lèi)器設(shè)計(jì)方法。最后，在實(shí)驗(yàn)獲得了部分參數(shù)條件下，構(gòu)造中文文本分類(lèi)器，并編程實(shí)現(xiàn)，通過(guò)實(shí)例測(cè)試分類(lèi)器性能。 論文的重點(diǎn)是在文本聚類(lèi)指導(dǎo)下的分類(lèi)模式的提取。與傳統(tǒng)分類(lèi)器不同，我們?cè)谌狈︻?lèi)信息的情況下，采用聚類(lèi)替代領(lǐng)域?qū)＜业娜斯し诸?lèi)獲得類(lèi)信息，為構(gòu)造分類(lèi)器提供合適的類(lèi)信息特征提取，取得了較好效果。聚類(lèi)部分，采用較為適合基

3、于網(wǎng)頁(yè)摘要聚類(lèi)的顯著短語(yǔ)級(jí)別聚類(lèi)算法，并從理論角度對(duì)這種算法的優(yōu)點(diǎn)進(jìn)行論證。分類(lèi)部分，論文分析了文本分類(lèi)采用的樸素Bayes分類(lèi)器和支持向量機(jī)技術(shù)的原理和優(yōu)點(diǎn)，對(duì)一種具體的SVM方法—SMO訓(xùn)練方法進(jìn)行了研究并利用實(shí)例進(jìn)行驗(yàn)證。 本論文提出的基于摘要和聚類(lèi)指導(dǎo)的中文Web網(wǎng)頁(yè)分類(lèi)器設(shè)計(jì)方案，提出了基于改進(jìn)的Luhn's摘要方法和有“指導(dǎo)”摘要的混合摘要方法，實(shí)驗(yàn)了在不同的網(wǎng)頁(yè)摘要的壓縮比例情況下，分類(lèi)器對(duì)摘要實(shí)驗(yàn)效果，其分類(lèi)的準(zhǔn)