Web文檔數(shù)據(jù)質(zhì)量指標體系和評估方法

　　為了更好地評估Web文檔數(shù)據(jù)質(zhì)量，提出一種基于PAC-Baves理論的Web文檔質(zhì)量評估指標體系和評估方法。PAC-Bayes理論融合了PAC理論和貝葉斯定理，在充分利用樣本先驗信息的基礎(chǔ)上，推導(dǎo)出了最緊的泛化風(fēng)險邊界，用于衡量學(xué)習(xí)算法的泛化性能。首先闡述了文檔數(shù)據(jù)質(zhì)量評估的研究現(xiàn)狀，介紹了PAC-Baves理論框架及其在支持向量機上的應(yīng)用；其次提出一種基于PAC-Baves理論的Web文檔數(shù)據(jù)質(zhì)量評估方法（DQAPB），將SVM算法及其PAC-Baves邊界應(yīng)用于Web文檔的質(zhì)量評價中，并構(gòu)建了基于PAC-Baves理論的Web文檔質(zhì)量評估指標體系；最后采用Wikipedia文檔進行實驗，實驗結(jié)果表明該方法具有簡便快速、穩(wěn)定性和魯棒性較強的優(yōu)點。