محمد نادری دهکردی - دانشجوی دکتری مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقا
محمدحسن شناسا - دکتری مهندسی کنترل (سیستمهای هوشمند) عضو هیات علمی دانشکده مهندسی بر
کامبیز بدیع - دکتری مهندسی برق، مرکز تحقیقات مخابرات ایران

همواره تنوع علم و دانش بر روی وب، تع ی ین الگوهای ارتباطات در پایگاه داد ه ها و اکتشاف دانش از میان این انبوه اطلاعات را به یک هدف جذاب و جالب مبدل ساخته اس ت . اولین گام برای رسیدن به این هدف طبقه بندی صفحات وب م یباشد. تکنیکهای یادگیری ماشین کنونی برای طبق ه بندی متن، در درجه نخست بوسیله مستندات متنی هموار و ساده مورد بحث قرار م ی گیرند و از ساختارهایی نظیر پیوندها و سرآیند ها که در وب اشاره شده است حداکثر استفاده را نم ی برند. در این مقاله به مدیریت دانش موجود در این اسناد به کمک چندین روش طراحی اشاره م ی گردد و ویژگی هر یک را با میزان کارایی هر یک در طبقه بندی اطلاعات مورد مقایسه قرار م یدهیم.

داده کاوی، آنتالوژی، صفحات وب، ابر داده، طبقه بندی کننده