基于BP神經網絡的WEB數(shù)據(jù)挖掘.pdf

1、WEB文本挖掘是WEB數(shù)據(jù)挖掘的一個研究方向，WEB文本挖掘過程中最重要的是如何對文檔內容進行有效分類，文本分類精度越高，WEB查詢結果就越接近于理想的要求，在實際的應用中越能夠讓使用者滿意，所以如何設計一個高效的文本分類算法至關重要。在眾多的分類算法里，BP神經網絡算法因其：可以把一組樣本的I/O問題變?yōu)橐粋€非線性問題；實現(xiàn)I/O非線性映射；全局逼近網絡；泛化能力等特點而被廣泛應用。本文對WEB數(shù)據(jù)挖掘的發(fā)展和應用作了介紹，討論了WE

2、B數(shù)據(jù)挖掘的相關內容，并對使用的算法進行了概述，在前人工作的基礎上，對WEB內容挖掘過程中涉及到的WEB文檔分類的相關算法進行了討論，著重對BP神經網絡算法進行了深入的探討，并在此基礎上給出了自己的BP神經網絡改進算法，將此算法應用在多子網并聯(lián)拓撲結構上對WEB文檔內容進行分類，實驗結果表明改進算法的性能有了明顯改善。論文具體的研究內容包括以下幾方面：
　　 ⑴介紹了論文的研究背景及意義，對數(shù)據(jù)挖掘的概念、數(shù)據(jù)挖掘的分類、使用的

3、挖掘算法、數(shù)據(jù)挖掘的過程等進行了詳細的闡述。
　　 ⑵ 著重對WEB數(shù)據(jù)挖掘的內容，WEB數(shù)據(jù)挖掘的分類，WEB數(shù)據(jù)挖掘的過程進行了闡述，尤其對WEB內容挖掘的挖掘內容、挖掘過程、相關算法進行了詳細的闡述。在WEB內容挖掘過程中，對文檔內容進行分類非常重要。
　　 ⑶ 論文對神經網絡算法的內容、原理進行了闡述，尤其對BP神經網絡算法詳細闡述了其概念、原理、拓撲結構及優(yōu)缺點等，針對其收斂率不高和誤差偏大等特點，對算法進行了