计算机工程与科学

作者：王谢中, 陈旭, 景永俊, 王叔洋

单位：1.北方民族大学计算机科学与工程学院，宁夏 银川 750000；2.北方民族大学电气信息工程学院，宁夏 银川 750000

关键词：网站主题,异构图神经网络,半监督,特征融合,

基金：宁夏回族自治区重点研发项目(2023BDE02017);北方民族大学中央高校基本科研业务费专项资金(2022PT_S04)

互联网网站数量快速增长使现有方法难以准确分类特定网站主题，如基于URL的方法无法处理未反映在URL中的主题信息，基于网页内容的方法受到数据稀疏性和语义关系捕捉的限制。为此，提出一种基于异构图神经网络的半监督网站主题分类方法HGNN-SWT。该方法不仅利用网站文本特征来弥补仅使用URL特征的不足，还利用异构图对网站文本和词语的稀疏关系进行建模，通过处理图中的节点和边关系来提高分类性能。同时引入基于随机游走的邻居节点采样方法，考虑节点的局部特征和全局图结构，并提出特征融合策略，捕捉网站文本数据的上下文关系和特征交互。通过在自制的Chinaz Website数据集上的实验，证明了HGNN-SWT方法在网站主题分类任务中相较于现有方法具有更高的准确率。

来源：2024年第4期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第4期