基于樸素貝葉斯模型和PageRank算法的電網(wǎng)事故主題爬蟲算法

打開文本圖片集

摘 要：為了減少電網(wǎng)人身安全事故，利用數(shù)據(jù)挖掘技術(shù)構(gòu)建和分析事故多維數(shù)據(jù)，建立準確的預(yù)警模型十分必要.其中一個極具挑戰(zhàn)性的問題是如何在海量網(wǎng)頁中自動化采集人身事故樣本數(shù)據(jù).提出一種樸素貝葉斯模型與PageRank結(jié)合的主題爬蟲算法.首先采用中文文本分割和設(shè)置關(guān)鍵詞詞頻的方法對數(shù)據(jù)預(yù)處理，進行特征選擇（剩余12197字）