文档介绍：中南民族大学硕士学位论文 I 摘要 WEB文本挖掘是WEB数据挖掘的一个研究方向,WEB文本挖掘过程中最重要的是如何对文档内容进行有效分类,文本分类精度越高,WEB查询结果就越接近于理想的要求,在实际的应用中越能够让使用者满意,所以如何设计一个高效的文本分类算法至关重要。在众多的分类算法里,BP神经网络算法因其: 可以把一组样本的I/O问题变为一个非线性问题;实现I/O非线性映射;全局逼近网络;泛化能力等特点而被广泛应用。本文对WEB数据挖掘的发展和应用作了介绍,讨论了WEB数据挖掘的相关内容,并对使用的算法进行了概述,在前人工作的基础上,对WEB内容挖掘过程中涉及到的WEB文档分类的相关算法进行了讨论,着重对BP神经网络算法进行了深入的探讨,并在此基础上给出了自己的BP神经网络改进算法,将此算法应用在多子网并联拓扑结构上对WEB 文档内容进行分类,实验结果表明改进算法的性能有了明显改善。论文具体的研究内容包括以下几方面: ⑴介绍了论文的研究背景及意义,对数据挖掘的概念、数据挖掘的分类、使用的挖掘算法、数据挖掘的过程等进行了详细的阐述。⑵着重对WEB数据挖掘的内容,WEB数据挖掘的分类,WEB数据挖掘的过程进行了阐述,尤其对WEB内容挖掘的挖掘内容、挖掘过程、相关算法进行了详细的阐述。在WEB内容挖掘过程中,对文档内容进行分类非常重要。⑶论文对神经网络算法的内容、原理进行了阐述,尤其对BP神经网络算法详细阐述了其概念、原理、拓扑结构及优缺点等,针对其收敛率不高和误差偏大等特点,对算法进行了改进,提出了BP神经网络改进算法,提高了算法的收敛率并降低了误差。⑷多子网并联神经网络算法是通过优化普通三层BP神经网络算法的拓扑结构,从而提高BP神经网络算法性能的一种方法。本文把改进的BP神经网络算法和多子网并联拓扑结构结合使用,使得算法的分类能力有了更大的改进。实验结果表明使用多子网并联结构的BP改进算法进行WEB文档分类可行,且性能有了较大的提高。关键词:数据挖掘;BP神经网络;WEB内容挖掘;WEB文档分类;拓扑结构基于BP神经网络的WEB数据挖掘 II ABSTRACT WEB text mining is a direction of WEB data the process of WEB text mining the most important is how to effectively classify the document content, the higher the precision of text classification, the more WEB query results will close to the ideal requirements,the more it will satisfy users in practice,so it is very important to design a efficient classify algorithm. In a number of classification algorithms, BP work algorithm has been widely used because of four reasons:it can change I/O problem of a group of samples into a non-linear problem; it can realize I/O non-linear mapping; universal work; generalization ability and other characteristics. In this paper,we introduced WEB development and application of data mining and discussed relevant content of WEB data mining and algorithm used, based on the content of an overview of the previous work, involved to the WEB documents classification-related algorithms in the process of mining content on the WEB was studied, the BP work algorithm was discussed in-depth, and on this basis we proposed an improved BP work algor