基于KNN分类算法的主题网络爬虫

来源 :宜宾学院学报 | 被引量 : 0次 | 上传用户：isongnosi

【摘要】

：

提出一种基于KNN算法进行主题分类的方法,研究了主题网络爬虫的系统结构和所涉及的关键技术,包括URL管理器、页面下载器、页面解析器、主题识别模块以及内容存储模块,重点介

【作者】

：

李宏志宋婕

【机构】

：

滁州学院信息学院

【出处】

：

宜宾学院学报

【发表日期】

：

2017年12期

【关键词】

：

主题爬虫 KNN分类算法 TF-IDF 主题相关度 IKAnalyzer中文分词

【基金项目】

：

安徽省网络工程专业省级综合改革试点项目(2012zy073)

下载到本地 , 更方便阅读

下载此文赞助VIP

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

提出一种基于KNN算法进行主题分类的方法,研究了主题网络爬虫的系统结构和所涉及的关键技术,包括URL管理器、页面下载器、页面解析器、主题识别模块以及内容存储模块,重点介绍了基于KNN的分类器的主题相关度算法.使用IKAnalyzer实现网页内容的中文分词,通过TF-IDF算法实现网页内容的特征提取,并利用KNN分类器计算网页的主题相关度.

其他文献

公司治理与上市金融企业风险控制能力的实证分析——来自我国上市金融企业的经验证据

本文以2013年我国上市的金融企业为研究对象,从公司治理角度对其风险控制能力进行研究,利用SPSS 19.0软件进行因子分析.结果发现,根据选择的指标,影响企业风险控制能力的因子

期刊

公司治理上市金融企业因子分析

重新认识唐楷的价值

这两年，对唐楷书法的学习与反思可谓掀起一个新的高潮。近日，某专业杂志刊登了一篇名为《学书法不应该从唐楷入手》的文章，由此看来，常识性问题往往也是持续争鸣、质疑的命题。反

报纸

俄罗斯苦寻经济金融脱困之道

俄罗斯政府在最近出台的文件中将金融稳定和经济增长作为两大重要命题，但目前均未有清晰的政策思路。专家表示，俄罗斯破解经济金融困境宜短期、长期政策相搭配，加息、干预汇市要

报纸

放大成本管控优势提升企业发展品质

成本管理是企业管理的永恒主题.从管理实践看,成本不仅是产品定价的基础、企业决策的依据,也是开展绩效考核的重要指标;从市场实践看,在合理低价中标规则主导下,建筑企业的标

报纸

基于参保时段配比的社会养老保险历史债务估算方法——以2005年基本养老保险制度为基础

社会养老保险的历史债务及其估算一直是学界关注的一个热点问题。本文提出历史债务估算的一种新方法——以“中人”基本养老金为基础、按照其在旧制度的工作年限与新制度下的

期刊

社会养老保险历史债务参保时段配比

微课在高中化学教学中的应用研究

<正>一、微课在高中化学教学中的应用1.促进学生自主学习能力的发展微课是一种微型的视频,便于保存、下载,能够在线学习,与传统的课堂教学不同,微课打破了时间、空间的限制。

期刊

化学镀金法制备长光程薄层现场紫外光谱电化学池

本文采用化学镀金法设计并制作了长光程薄层现场紫外-可见多功能光谱电化学池,其通过在聚二甲基硅氧烷（polydimethylsiloxane,PDMS）表面化学镀金-转移到廉价504胶表面的方法构

期刊

化学镀金长光程薄层现场紫外-可见多功能光谱电化学池光谱电化学

弘讯科技领跑注塑机控制器市场

我国第一个《注塑机械计算机控制系统技术条件》行业标准近日在宁波通过评审。据宁波塑机工业协会介绍，其中，弘讯科技有限公司，为标准的制订做出了重要贡献。宁波弘讯科技是国内

期刊

注塑机控制器

《单身》中的男性身份与性别叙事浅析

小说《单身》的故事聚焦了美国男同性恋者在特定的文化和性别语境下的挣扎。作者衣修伍德通过安排主人公乔治成为施动性的主要叙述人物、设计独特的男性心理独白,试图在语言

期刊

克里斯托弗·衣修伍德《单身》性别气质性别叙事

156例下颌角肥大患者行磨骨整复治疗的临床研究

目的探讨下颌角肥大患者应用磨骨术进行整形的方法和疗效。方法笔者所在医院2006年8月～2010年7月收治下颌角肥大患者156例,采用口腔内入口进行磨骨术,对患者突出的下颌角等部

期刊

下颌角肥大磨骨术临床研究

基于KNN分类算法的主题网络爬虫

与本文相关的学术论文