网页自动分类不确定性问题的贝叶斯网络解法

摘要：

针对网页自动分类中存在的类边界模糊、语料不均匀等引起的分类不确定性问题,提出了贝叶斯网络自动分类融合模型和融合算法,该模型和算法基于网页上多种信息进行融合,并采用不同的与处理方法分别对多种信息进行处理,将处理后的信息输入到贝叶斯网络融合中心进行融合推理,得到最终的分类结果.同时,为了降低贝叶斯网络推理时间复杂度,提出了改进的贝叶斯网络图推理算法.实验结果表明,改进后的融合模型和融合算法能有效解决网页自动分类中的不确定性问题,并能提高网页自动分类的准确率和查全率.

关键词：不确定性问题、贝叶斯网络、网页自动分类、贝叶斯推理、信息融合

所属期刊栏目：32

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金项目60803050

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3364-3367,3373