Resumen

La segmentación de texto del nombre de dominio de una URL es un método directo y conveniente para analizar el comportamiento en línea de los usuarios y es crucial para determinar sus áreas de interés. Sin embargo, el rendimiento de las herramientas populares de segmentación de palabras es relativamente bajo debido a la estructura única del nombre de dominio del sitio web (como longitudes extremadamente cortas, nombres irregulares y falta de relación contextual). Para abordar este problema, este artículo propone un método eficiente de segmentación de texto mínimo (EMTS) para los nombres de dominio de URL con el fin de lograr una minería de texto adaptativa eficiente. Primero diseñamos un modelo jerárquico de tareas dirigido para reducir la interferencia de ruido en textos mínimos. Luego presentamos un método novedoso de integrar el juego de conflictos en el algoritmo de coincidencia máxima bidireccional, lo que puede hacer que las palabras con mayor peso y mayor probabilidad sean seleccionadas, mejorando así la precisión del reconocimiento. A continuación, la transliteración del pinyin chino y el mapeo

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Nombre de dominio de URL; Segmentación de texto; Segmentación de texto mínima eficiente; Modelo jerárquico de tareas; Juego de conflictos; Pinyin chino; Mapeo en inglés
• Keywords:Url domain name; Text segmentation; Efficient minimal text segmentation; Hierarchical task model; Conflict game; Chinese pinyin; English mapping