1.一种学生浏览网页分类方法，其特征在于，包括如下步骤：

步骤一：从导航类网站爬取URL、URL描述内容、URL一级分类和URL二级分类，并保存到URL集合中，构建语料库，将语料库中URL描述内容文本表示成uni-gram和bi-gram的形式，以TF-IDF作为文本特征的权重，用朴素贝叶斯分类算法得到分类器；

步骤二：通过爬虫爬取URL网页内容，由步骤一中得出的分类器确定URL所属类别；

步骤三：定义学生浏览网页地址集，对学生浏览的URL进行切分处理，根据步骤二中得出的URL所属类别判断如果分类器返回的类别概率大于所设分类概率阈值CP且分类器返回的类别和使用支持向量机分类得到的类别相同，将该URL和URL类别存入到URL集合中；若分类器无法确定类别，则和URL集合进行字符匹配来确定URL类别，最后得到所有学生网页浏览分类集；

所述步骤一中构建语料库和分类器的具体步骤如下：

步骤1.1：定义文本停用词集SWORD＝{sword1,sword2,…,swordnum},其中，swordswi为第swi个停用词，nun为停用词总个数；定义朴素贝叶斯平滑参数Alpha,其中Alpha∈(0,1)；定义语料库四个分类，分别为娱乐休闲、电脑网络、生活服务和文化教育，G1、G2、G3和G4分别为娱乐休闲、电脑网络、生活服务和文化教育类URL相关信息内容集，G1＝{URLInfo1,1,URLInfo1,2,...URLInfo1,a},G2＝{URLInfo2,1,URLinfo2,2,..,URLInfo2,b},G3＝{URLInfo3,1,URLInfo3,2,...URLInfo3,c},G4＝{URLInfo4,1,URLInfo4,2,..,URLInfo4,d},其中，a、b、c和d分别表示G1、G2、G3和G4类别中的URL个数，从导航目录网站爬取的URL信息为URLInfox,y＝{FirCatex,y,SecCatex,y,URLx,y,URLContentx,y},FirCatex,y,SecCatex,y,URLx,y,URLContentx,y分别表示第Gx类别下第y个URL一级类别、URL二级类别、URL和URL描述内容，x∈[1,4],x为整数，y∈[1,a]或y∈[1,b]或y∈[1,c]或y∈[1,d],y为整数；

步骤1.2：将SecCatex,y为“电视”所对应的一级分类FirCatex,y修改为“娱乐休闲”，将FirCatex,y为“安逸网站大全”的将FirCatex,y修改为“电脑网络”，将SecCatex,y为“成绩查询”和“在线翻译”所对应的一级分类FirCatex,y修改为“文化教育”；

步骤1.3：使用jieba分词对G1,G2,G3,G4中所有URL描述内容进行分词处理，去除停用词SWORD,得到文本分类语料库StuCate＝{Cate1,Cate2,Cate3,Cate4},其中，娱乐休闲类文本集Cate1＝{txt1,1,txt1,2,...,txt1,s},电脑网络类文本集Cate2＝{txt2,1,txt2,2,...,txt2,t},生活服务类文本集Cate3＝{txt3,1,txt3,2,...,txt3,u},文化教育类文本集Cate4＝{txt4,1,txt4,2,...,txt4,u},文本单词集txtm,n＝{wordm,n,1,wordm,n,2,...,wordm,n,z},所述的txtm,n为Catem的第n篇文本中的单词内容，所述的z为第Catem类别下第n个文本的单词个数，所述的wordm,n,e为Catem的第n篇文本内容中第e个单词，所述的s、t、u和v分别为娱乐休闲、电脑网络、生活服务和文化教育类文本个数，且m∈[1,4]；

步骤1.4：随机取StuCate中每个类别集合的80％文本作为训练集，把文本表示成uni-gram和bi-gram的形式，结合TF-IDF作为特征的权重；

步骤1.5：使用平滑参数为Alpha的朴素贝叶斯分类算法得到分类器，取StuCate中每个类别集合剩余的20％文本作为测试集，测试分类器准确率。

2.根据权利要求1所述的一种学生浏览网页分类方法，其特征在于，所述步骤一中分类器是使用平滑参数Alpha的朴素贝叶斯分类算法得到的，其中参数Alpha的值为0.001。

3.根据权利要求1所述的一种学生浏览网页分类方法，其特征在于，所述步骤二中分类概率阈值CP的取值为0.78。

4.根据权利要求1所述的一种学生浏览网页分类方法，其特征在于，所述步骤二中确定URL所属类别的具体步骤如下：步骤2.1：定义网页页面访问错误词集EWORD＝{eword1,eword2,…,eworden},其中，ewordewi为第ewi个网页页面访问错误词，en为网页页面访问错误词总数；定义网页文本停用词SWORD＝{sword1,sword2,…,swordnum},其中，swordswi为第swi个停用词，nun为停用词总个数；定义网页类别字符集STUCATE＝{娱乐休闲、电脑网络、生活服务和文化教育}；定义URL及URL类别集合为URLS＝{URLAndCate1,URLAndCate2,...,URLAndCateun},其中，URL及URL类别内容URLAndCateuc＝{SURLuc,FCATEuc},un为URL类别集合中URL的个数，SURLuc和FCATEuc分别表示为第uc个URL和URL所对应的类别；定义待分类URL为JudgeURL，待分类URL所属于的类别为JudgeCate；

步骤2.2：获取JudgeURL；判断能否爬取该JudgeURL，如果能爬取则进入步骤2.3；如果不能爬取则进入步骤2.5；

步骤2.3：爬取该JudgeURL网页内容中的title,description,keywords，得到网页内容集webcon＝{title,description,keywords}；当 时，进入步骤2.4；否则进入步骤2.9；

步骤2.4：定义循环变量ju,赋初值为1；

步骤2.5：对比ju与un的数值大小，当ju<＝un时，进入步骤2.6；否则进入步骤2.9；

步骤2.6：判断JudgeURL与SURLju是否相等，如果相等进入步骤2.8；如果不相等进入步骤2.7；

步骤2.7：对循环变量ju的数值加一并重新进入步骤2.5进行判断；

步骤2.8：确定JudgeURL的类别FCATEju，把FCATEju赋值给JudgeURL,其中，JudgeCate∈STUCATE，进入步骤2.15；

步骤2.9：JudgeCate＝None, 转至步骤2.15；

步骤2.10：对webcon分词，去除停用词SWORD，得到网页标题集webword＝{tword1,tword2,..,twordwn},使用朴素贝叶斯分类算法对webword进行分类，确定该JudgeURL的类别为JudgeCate，其中，twordtwi为第twi个网页标题词，wn为网页标题词的个数，JudgeCate∈STUCATE；

步骤2.11：当JudgeURL在URLS中不存在且JudgeURL包含路径‘/’数量为0或1时进入步骤2.12，否则进入步骤2.15；

步骤2.12：定义朴素贝叶斯返回的分类概率为P,支持向量机确定的该URL类别为SVMCate，分类概率阈值为CP；

步骤2.13：当P>CP且SVMCate＝JudgeCate时，进入步骤2.13，否则进入步骤2.15；

步骤2.14：将{JudgeURL,JudgeCate}加入到URL及URL类别集合URLS中；

步骤2.15：得到JudgeCate。

5.根据权利要求1所述的一种学生浏览网页分类方法，其特征在于，所述步骤三中得到所有学生网页浏览分类集的具体步骤如下：步骤3.1：定义学生浏览网页地址集WEB＝{web1,web2,...,websn},学生浏览网页分类集WCATE＝{SCate1,SCate2,...,SCatesn},其中，sn为网页地址总数，webwi和SCatewi分别为第wi个URL和网页所确定的类别；定义网页类别字符集STUCATE＝{娱乐休闲，电脑网络，生活服务，文化教育}；

步骤3.2：定义循环变量i,用于遍历WEB，赋初值为1；

步骤3.3：比较i与sn的大小，当i<＝sn时，进入步骤3.4；否则进入步骤3.22；

步骤3.4：去除URL中webi前缀“http://”和“https://”，定义URL中的目录分隔符‘/’的数量为SCount，将URL按照目录分隔符‘/’切分为WSPR＝{spr1,spr2,...,sprnws},其中sprsi是原始URL按‘/’切分后的第si个字符，nws＝Scount；定义采用本步骤处理后的URL为SPRURLnws＝spr1+‘/’+spr2+...+sprnws；

步骤3.5：定义循环变量wi,赋初值nws；

步骤3.6：比较wi与1的大小，当wi>＝1时，进入步骤207；否则进入步骤3.13；

步骤3.7：将SPRURLwi赋值给步骤二中的待分类URL即JudgeURL；

步骤3.8：将步骤二中得到的待分类URL的所属类别JudgeCate赋值给SCatei；

步骤3.9：当SCatei∈STUCATE时，进入步骤3.10；否则进入步骤3.11；

步骤3.10：确定该URL的类别为SCatei，转至步骤3.12；

步骤3.11：对循环变量wi的数值减一并重新进入步骤3.6进行判断；

步骤3.12：对循环变量i的数值加一并重新进入步骤3.3进行判断；

步骤3.13：定义URL中的域名分隔符‘.’的数量为DCount，将URL按照域名分隔符‘.’切分为WDOT＝{dot1,dot2,...,dotDCount-1},其中dotdi是URL按‘.’切分后的第di个字符；定义采用本步骤处理后的URL为DOTURLmws＝dotmws+‘.’+dot2+...+dotDCount-1,其中mws＝1；

步骤3.14：定义循环变量ws,并赋初值1；

步骤3.15：当ws<＝DCount-2时，进入步骤3.16；否则转至步骤3.19；

步骤3.16：将DOTURLws赋值给步骤二中的待分类URL即JudgeURL；

步骤3.17：将步骤二中得到的待分类URL的所属类别JudgeCate赋值给SCate；

步骤3.18：当SCatei∈SCATE时，转至步骤3.21；否则转至步骤3.20；

步骤3.19：SCatei为None，并进入步骤3.12；

步骤3.20：对循环变量ws的数值加一并重新进入步骤3.15进行判断；

步骤3.21：确定该URL的类别SCatei；

步骤3.22：得到处理后的网页浏览分类集WSCATE＝{SCate1,SCate2,...,SCatesn}。