随着互联网的信息组织趋向于专业化以及Web信息的爆炸性增长,如何从信息海洋中获取所需的信息,已经成为Web信息应用的关键问题。当前,在针对信息导航的研究中,除了以Google、百度为代表的关键词检索策略外,网络信息分类导航技术也逐渐成为研究热点。目前主要的网站分类方法主要有超页法以及主题频次向量法等,这些方法都是针对网站的所有网页进行处理。由于网站是一个复杂的拓扑结构,网页设计者根据网站的需要会添加很多对网站分类带来影响的页面和链接,如果考虑网站的所有页面,必将引入噪音链接影响分类时间以及分类效果。针对上述提出的不足,本文提出三种基于关键资源的网站分类方法,从网页内容以及网站拓扑结构两个角度出发,重点讨论了两种不同的网站关键资源获取算法。1.基于网站拓扑结构的关键资源获取算法:用有向图来描述网站的拓扑结构,利用改进的PageRank算法对网站中的页面进行排序,选取网站的关键资源。本文将网页链接性分析和网页内容相关性分析相结合,提出基于改进的PageRank获取网站关键资源的算法。2.基于网页内容的关键资源获取方法:利用网站及网页的结构特征,将网站表示成多粒度树,然后根据剪枝算法对页面树进行剪枝获取网站的关键资源。3.基于网页内容和网站拓扑结构相结合的关键资源获取算法。该算法将基于网页内容获取的关键资源与基于改进的网站拓扑结构获取的关键资源相结合,重新排序选取网站的关键资源。实验结果证明,基于网页内容和网站拓扑结构相结合的关键资源获取算法,比单独使用每种方法其准确率、召回率以及F1值都有所提高。