网页分类技术研究综述

薛永大

摘要：随着互联网的快速发展，网络上丰富的网页数据为各种应用研究提供了海量信息，网页分类是信息组织管理和信息检索的重要技术。随着最近几年的不断研究，网页分类技术又有了新发展，文章首先对网页预处理、特征选择与提取、网页表示模型、分类算法和评价指标等基础技术的研究动态进行了归纳和总结；其次，对近年来网頁分类方法的新进展综述分析；最后，文章对研究中面临的主要挑战和发展趋势进行了讨论和展望。

关键词：网页分类；网页模型；特征提取；分类算法；评估指标