Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/66962
Título: Clasificación de páginas web mediante técnicas de aprendizaje automático
Autores/as: Barrientos González, Humberto Luis
Director/a : Lorenzo Navarro, José Javier 
Méndez Rodríguez, Juan Ángel 
Clasificación UNESCO: 120317 Informática
Fecha de publicación: 2011
Resumen: Este proyecto propone un simple clasificador de paginas web basado en la frecuencia de términos. La simplicidad está dada por el uso de un conjunto de términos para describir cada clase, mientras que la eficiencia es alcanzada mediante distintos tipos de algoritmos de clasificación. El uso de atributos simples como la frecuencia de términos también reduce la complejidad de los algoritmos de preprocesamiento y extracción de características. Sin embargo, un problema de usar propiedades dependientes de los términos incluidos en cada página es la selección de la descripción de términos correspondiente para cada una de las clases. En este trabajo la selección de términos para cada clase se basa en el coeficiente TF-IDF, mientras que para generar el modelo se han realizado pruebas con algoritmos de redes bayesianas, árboles de decisión y máquina de soporte vectorial. Los resultados de nuestra evaluación muestran un clasificador rápido con una exactitud superior al 80%.
Departamento: Departamento de Informática y Sistemas
Facultad: Escuela de Ingeniería Informática
Titulación: Ingeniero en Informática
URI: http://hdl.handle.net/10553/66962
Derechos: Acceso restringido para la comunidad universitaria de la ULPGC
Colección:Proyecto fin de carrera
Restringido ULPGC
miniatura
Adobe PDF (12,05 MB)
Inicia sesión para acceder

En el caso de que no encuentre el documento puede ser debido a que el centro o las/os autoras/es no autorizan su publicación. Si tiene verdadero interés en el contenido del mismo, puede dirigirse al director/a o directores/as del trabajo cuyos datos encontrará más arriba.

Vista completa

Visitas

366
actualizado el 18-may-2024

Descargas

139
actualizado el 18-may-2024

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.