基于内容的网页信息挖掘原理和设计

摘要：

本文主要研究基于内容的中文网页的特征提取技术,具体介绍了分词词典的建造方法,网页正文、标记信息和超链信息的特征提取.通过对旅游类网页的实验结果显示,本文的方法和应用效果良好.

关键词：信息挖掘、特征提取、超链信息

所属期刊栏目：16

分类号：TP3(计算技术、计算机技术)

资助基金：面向21世纪教育振兴行动计划985计划;中国科学院资助项目60003014

在线出版日期：2005-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1479-1484