基于特征词复合权重的关联网页分类

针对网页分类中关联分类方法存在的如下两点不足:(1)仅把网页当成纯文本处理，忽略了网页的标签信息，(2)仅用网页中的特征词作为关联规则的项，没有考虑特征词的权重，或仅以词频来量化权重，忽略了特征词位置特征的影响，提出了基于特征词复合权重的关联网页分类方法。该方法利用网页标签信息所体现的位置特征计算特征词的复合权重，并以此权重为基础建立分类规则，对网页进行分类。实验结果表明，该方法取得了比传统的关联分类方法更好的效果。