从文档集推导html标签影响因子的算法

计算机科学 ›› 2007, Vol. 34 ›› Issue (10): 226-228.

• 软件工程与数据库技术 • 上一篇下一篇

从文档集推导html标签影响因子的算法

邓剑勋邢永康

重庆大学计算机学院,重庆400044

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本研究得到国家自然科学基金青年基金资助（编号：60403009）.

DENG Jian-Xun, XING Yong-Kang （Computer Science Department of Chongqing University, Chongqing 400044）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 在Web文档中，同一个关键词处在不同html标签中，其对中心思想影响程度各不相同。选择合适的标签影响因子，对于构建文档的数学模型至关重要。本文在总结前人研究基础之上，提出了一种新的推导算法，该算法提出了ttf（标引词标签频率）和itf（逆标签频率）等定义，构造出行序为标签、列序为关键词的文挡矩阵。从中抽取每个文档的某一特定行向量组构成一个新的向量集舍，根据这个新集合中各个向量到质心的平均距离，就能得出该特定行向量集合所代表的标签的影响因子（针对训练文档集合）。如果训练文档集合的容量放大到足够，就可以近似认

关键词: ttf itf 规范化因子质心平均距离标签影响因子向量

Abstract: In html documents , one kind of keyword may have different influence factor to main idea, because it lay in different html tag. So it＇s important to choose a suitable common influence factor in setting up a math model of html document. This paper, based o

Key words: ttf, itf, Standardization factor, Centroid, Average distance, Tags influence factor

邓剑勋邢永康. 从文档集推导html标签影响因子的算法[J]. 计算机科学, 2007, 34(10): 226-228. https://doi.org/

DENG Jian-Xun, XING Yong-Kang （Computer Science Department of Chongqing University, Chongqing 400044）. [J]. Computer Science, 2007, 34(10): 226-228. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

从文档集推导html标签影响因子的算法

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

Metrics

本文评价

推荐阅读 0