دسته بندی خودکار صفحات وب با استفاده از روش های دسته بندی کننده ی ترکیبی

در سال های اخیر همگانی شدن اینترنت و شبکه های کامپیوتری باعث تولید روزانه ی حجم بسیار وسیعی از اطلاعات و صفحات تحت وب گردیده است. در این راستا یکی از کاربردهای مهم و اجتناب ناپذیر جهت پردازش این اطلاعات، فرآیند دسته بندی دقیق و بهینه ی این صفحات می باشد. دسته بندی صفحات وب عبارت است از انتساب یک صفحه وب به یک یا بیشتر از یک گروه عنوان از پیش تعیین شده. در این مقاله ابتدا عملیات انتخاب ویژگی و سپس استخراج ویژگی صورت گرفته است. در نتیجه ضمن حذف نویز ابعاد مجموعه داده تا حد ممکن کاهش یافته است. در این کار بااستفاده از داده های موجود در متن، ساختار و آدرس صفحات وب مجموعه داده ای کامل ایجاد شده است و از روش های ترکیب دسته بندی کننده ها به منظور ایجاد یک سیستم خودکار دسته بندی کننده صفحات وب استفاده شده است. در این کار از مجموعه داده Open Directory Progect(ODP) استفاده شده است . نتایج آزمایشات انجام شده نشان دهنده کارایی بیشتر سیستم پیشنهادی نسبت به سیستم های مشابه است .

کلیدواژه ها:

دسته بندی صفحات وب ، بگینگ ، بوستینگ ، استکینگ ، آدابوست