如何实现对指定 URL 的页面自动分类，求思路

2019-04-01 23:39:16 +08:00
 l32606

基本想法是先爬下来，然后通过分析网页关键字进行分类。爬虫那块还好说，基于关键字分类不知道怎么搞。

有没有这方面的思路或者参考？

1169 次点击
所在节点    问与答
1 条回复
txy3000
2019-04-02 03:17:19 +08:00
分类是定义好的吗 ？ 关键字的映射分类是怎样的关系 一对一 多对一 还是带权重？ URL 分类是流式处理 还是集中处理 数据量有多大？ 都是问题啊
类定义 映射关系都约定好的可以直接参考路由的 URL dispatcher 原理 如果分类没定义好那得上类似 kNN 聚类算法 自己造特征向量 找特征向量 关键字的权重估计还得深度学习 自己做标记来训练 数据量大的话还得上分布式计算 反正不是轻松的活

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/551031

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX