论文部分内容阅读
Web挖掘技术在商业上有广泛的应用前景，但现有的Web挖掘技术存在计算量大，精度不高等问题。论文提出的LSIWAC算法，首先运用潜在语义标引技术将Web页面词空间压缩到低维的特征空间；然后，在得到的特征空间上运用最优聚类将样本集合分为若干簇；对得到的每簇鉴别特征再利用最佳鉴别变换进行压缩和特征抽取，并用最终得到的特征矢量进行分类。该方法克服了样本高维效应，有效提高分类准确率，降低计算量。实验结果验证所提方法的有效性。