Abstract
隨著時代的進步，電腦的普及與大眾化，網路也越來越發達，資訊的流通相當方便與快速，但是要在這樣數量龐大的資料文件中，找到我們真正需要的資訊，卻是相當困難。我們利用電腦與網路蒐集資訊，當然我們也應該訓練電腦協助我們有效率的找到有意義的資料。以太一信通網站為例，該網站的『網羅新聞』部分，有自動抓取程式每天會定時去各個新聞網站，如中時電子報、華視全球資訊網、星島電子日報等，抓回該網站所有的新聞標題，但每個被抓取的新聞網站對於新聞的分類都不盡相同，有些網站新聞分類細，有些新聞網站只是粗略的分個大概，因此當前的課題就是要如何利用我們已知定義好的分類方式，自動地將抓取回來的新聞標題一一分類。本論文中所使用的演算法大致可分為兩大類，一種是計算測試標題與資料庫中每個類別之間的關連度，利用搜尋引擎統計出關鍵詞與類別的次數表，進而利用此次數表來做為各項的統計與計算方法的依據。另一種則是量測測試標題與資料庫其他標題之間的相關度，據此來作各項的分析處理。在本論文的各種方法實驗結果當中，以計算方法Ⅳ（TF*IDF 的改良）實驗結果最好，就太一信通即時新聞資料庫而言，有 11 個新聞類別，五萬多筆資料，正確率可達 79% ，計算速度也很快，僅需 3 min 。對另一個資料庫財經記事新聞資料庫，有 38 個新聞類別，三萬多筆資料，正確率有 74% ，計算時間也只要十多分鐘，分類效果算是不錯的。