基于Web挖掘和文档对象模型树的XML网页分类方法

作者：马勇; 郑翔; 鲜敏; 黎远松

来源：微型电脑应用, 2016, 32(07): 47-52.

• XML网页分类
• Web挖掘
• 文档对象模型树
• 标签匹配

Web网页的自动分类有助于更好地对其内容进行组织和管理,针对XML网页的分类问题,提出了一种基于Web挖掘和文档对象模型(DOM)树的XML网页分类方法。首先,收集XML网页的文本信息。然后,对XML文本进行去冗余操作,并提取网页源代码。再后,利用DOM树结构进行标签提取,创建知识库。最后,通过从测试网页中获取的标签与知识库进行匹配来分类网页。实验结果表明,提出的方法在各种XML网页下获得了97%的整体准确度。

• 单位
  四川工程职业技术学院; 四川轻化工大学