文献类型：期刊文章

作　　者：侯汉清 [1] 章成志 [2] 郑红 [3]

机构地区：[1]南京农业大学信息管理系,南京,210095 [2]南京大学信息管理系,南京,210093 [3]南京信息工程大学图书馆,南京,210044

出　　处：《情报学报》

年　　份：2005

卷　　号：24

期　　号：1

起止页码：87-92

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSSCI、CSSCI2004_2005、INSPEC、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：通过对随机采集的1 800篇涉及经济、心理、文学、教育4个学科类别的网页进行人工自由标引、人工打分、词频统计,并进行统计数据的分析,得出网页内容主题与网页题名、文章标题、第一段首句、第一段尾句、第二段首句、第二段尾句、首段、尾段以及HTML标记等12个标引源的关系,分析中文网页的不同部位的主题表达能力,并为之设计加权标引时的适当权值.在我们的Web文本挖掘系统中,进行加权的对比实验表明,此权重方案优于前人的方案.

关 键 词：标引 权方  学科  词频统计 教育  文章标题 题名  WEB文本挖掘 中文网页 网页内容

分 类 号：G633.6[教育学类] TP393]