特徵選取於樣式分類模型之網頁探勘影響研究

ASIA unversity > 資訊學院 > 行動商務與多媒體應用學系 > 博碩士論文 > Item 310904400/100659

Please use this identifier to cite or link to this item: http://asiair.asia.edu.tw/ir/handle/310904400/100659

Title:	特徵選取於樣式分類模型之網頁探勘影響研究
Authors:	顏廷軒
Contributors:	行動商務與多媒體應用學系
Keywords:	特徵選取;網頁探勘
Date:	2016
Issue Date:	2016-08-12 05:37:54 (UTC+0)
Publisher:	亞洲大學
Abstract:	隨著網際網路的快速發展，網頁探勘(Web Mining)的議題一直受到大家的矚目，網頁內容探勘一般可視為文字探勘(Text Mining)的子範疇，目前以樣式分類模式(Pattern Taxonomy Model)為基礎的網頁探勘的方法主要分為兩大步驟，第一個步驟是透過文件索引(Indexing)的方式，建立字詞特徵空間(Feature Space)；第二個步驟則是利用樣式進化 (Pattern Evolving) 技術，轉換特徵詞成更具描述力的樣式(Pattern)，最後進行文件分類(Classification)或資訊過濾(Information Filtering)等相關應用的工作。然而，文件索引所遇到的困難是應如何找到適量且具重要性的特徵字詞，而樣式進化則是遇到如何以少量字詞整合出更具效能樣式的問題。本研究針對特徵選取技術用於PTM模型之影響進行探討，並選擇Probabilistic relevance Model以及Okapi Model BM25等兩種特徵選取方法進行網頁內容探勘實驗，了解對樣式組成的影響。實驗結果顯示，在少量特徵詞條件下，BM25明顯優於其他方法。
Appears in Collections:	[行動商務與多媒體應用學系] 博碩士論文

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	318	View/Open

View Licence