针对煤炭企业网络营销,介绍了数据挖掘,Web挖掘和短文本分类的理论,分析了短文本分类的几种算法。尝试利用HTML标记权重来改善朴素贝叶斯算法的条件独立假设的不足,并利用标记中的有用信息结合短文本分类算法进行短文本分类。最后,针对改进的分类器的在精确率上不太理想的特点,对本课题下一步要研究的内容进行了总结,并提出了自己的一些看法。

对于短文本由于其特征数少而使分类效果不理想的情况，本文提出了一种改进的的贝叶斯网络文本分类算法，改进之处在于贝叶斯网络结构学习阶段的寻找父节点步骤，本文算法在考虑了连接强度的因素后，减少了本来不相关的两个节点被归类为父子关系的错误干扰，使每个节点找到的父节点更加准确，从而使文本的分类准确度得到了提升。