一种融合本体和最小二乘支持向量机的主题爬行方法-天津科技大学学报.pdfVIP

第 30 卷 第 3 期 天津科技大学学报 Vol. 30 No. 3 2015 年 6 月 Journal of Tianjin University of Science Technology Jun. 2015 DOI:10.13364/j.issn.1672-6510 一种融合本体和最小二乘支持向量机的主题爬行方法 马永军，杨海波 (天津科技大学计算机科学与信息工程学院，天津 300222) 摘 要 ：针对现有的主题爬行方法存在收益率不高和不稳定的问题 ，融合本体和最小二乘支持向量机理论，提出一种 主题爬行方法 Ontology-LSSVM．该方法将本体作为抓取主题的背景知识表示 ，得到一组主题相关概念的集合 ，再将其 在网页文本中出现的词频作为输入 ，构造一个主题相关度 LS-SVM 分类器 ，用于网页的分类．使用舆论热点的食品安 全问题作为爬行主题领域 ，建立问题食品本体 ，进行实验．结果表明 ：在本实验条件下 ，本文方法相比基于 LS-SVM 、基 于本体和基于关键字的主题爬行，能够维持更高的收益率． 关键词 ：本体；支持向量机；主题爬行；收益率；食品安全 中图分类号：TP391.3 文献标志码 ：A 文章编号 ：1672-6510 (2015)03-0072-06 A Focused Crawling Approach Combining Ontology and LS-SVM MA Yongjun ，YANG Haibo (College of Computer Science and Information Engineering ，Tianjin University of Science Technology ， Tianjin 300222 ，China) Abstract ：There are many implementation approaches to focused crawler. However ，it is difficult to maintain a high and stable crawling process. To solve this problem ，a focused crawling approach based on ontology and LS-SVM (least squares support vector machine)was proposed. An LS-SVM classifier was created using the problematic food ontology and applied to the classification of web pages. Experimental results show that the proposed approach can get a higher harvest rate than other focused crawling approaches. Key words ：ontology ；LS-SVM ；focused crawling ；harvest rate ；food safety