如何從網頁確定遊戲類型？

Question

如何通過解析其網頁來確定遊戲是「街機」還是「運動」或「策略」？我正在談論網頁上託管的小型小型Flash遊戲。

例如，看看這些網頁：http://www.miniclip.com/games/ski-safari/en/或http://www.2dplay.com/the-last-dino/the-last-dino-play.htm

是否有存在做某種「分類」的服務？ 是否有現有的NLP算法可以提供幫助？

Answer 1

您可以從網頁中提取相關文字，並使用bag of words approach做分類。在最簡單的情況下，您只需爲每個遊戲類別和關鍵字列表定義遊戲類別。一個類別的關鍵字越多，該遊戲就越有可能屬於該類別。

如需更復雜的方法，請查看分類算法（例如樸素貝葉斯）和文本特定功能（例如tf-idf）。

另請注意，從頁面中提取相關文本在這裏很重要。例如，如果頁面包含關於該特定遊戲和相關新聞列表（描述其他遊戲）的幾個詞，則來自相關新聞的片段可能會降低您的準確度。