文献

J-GLOBAL ID：201702268006363007   整理番号：17A1290266

カスケード式低消費大規模Webページ分類オンライン取得手法【JST・京大機械翻訳】

Cascaded and low-consuming online method for large-scale Web page category acquisition

著者 (5件)： Wang Yaqiang (成都信息工程大学軟件工程学院,成都,610225) ,  Tang Ming (成都信息工程大学軟件工程学院,成都,610225) ,  Ceng Qin (广東省气象台,广州,510080) ,  Tang Dan (成都信息工程大学軟件工程学院,成都,610225) ,  Shu Hongping (成都信息工程大学軟件工程学院,成都,610225)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 37  号： 4  ページ： 924-927,935  発行年： 2017年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： Webページ分類システムの設計において,効率的に平衡精度と資源コストの間の矛盾を解決するために,階層的分類装置に基づくWebページ分類法を提案した。この方法は,カスケード戦略を用いて,オンラインとオフラインのWebページ分類法を結合し,各長さを取る。カスケード分類システムの一級分類はオンライン分類方法を採用し、アンカーテキストに含まれるページタイトルの特徴を利用してその分類を予測し、同時に分類結果の信頼度を計算し、分類結果の信頼度は分類事後確率分布の情報エントロピー量によって計算する。信頼度が閾値より高い場合には,多目的粒子群最適化アルゴリズムを用いて事前に計算を行うと,二次分類器をトリガーすることができる。二次分類器は,ダウンロードされたWebページから特徴を抽出し,Webページの特徴に基づいて訓練された分類器を用いてオフライン分類を行う。結果により、単独のオンライン法とオフライン法と比較して、カスケード分類システムのF1値はそれぞれ10.85%と4.57%向上し、しかもカスケード分類システムの効率はオンライン法より30%ほど低下しないが、オフライン法の効率より約70%高いことが明らかになった。カスケード分類システムは,より高い分類能力を持っているだけではなく,計算コストと帯域幅消費を著しく減少させることができる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *Webページ ,  帯域幅 ,  *Web【情報システム】 ,  信頼度 ,  確率分布
準シソーラス用語： 計算コスト ,  粒子群最適化 ,  情報エントロピー ,  オフライン ,  分類法 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： large scale Web page acquisition ,  Web page classification ,  cascaded classifier ,  confidence function ,  Multi-Objective Particle Swarm Optimization (MOPSO)

分類 (2件)： 人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (7件)： カスケード ,  消費 ,  大規模 ,  Webページ ,  分類 ,  オンライン ,  手法