WEB挖掘系统的设计与实现

介绍了Web挖掘理论，包括Web挖掘定义、Web挖掘任务、Web挖掘分类3个方面，井简单介绍了实现Web义本挖掘系统WTMiner (WebText M r)的几个关键技术：分词，特征提取，分类器的设计。在分词中采用了支持首字Hash；二分查找从而提高了分词速度，分类 器的没计中考虑到sVM的训练算法速度慢的缺点，用近邻法以减少洲练样本集中样本的数量，从而大大提高了算法速度。