节点文献
基于主题的Web文档聚类研究
Study on Topic-Based Web Clustering
【摘要】 网络资源的不断膨胀和新旧信息的迅速更迭 ,使传统的手工分检的方法难以适应对海量电子数据的管理需要。Web文档聚类可以快速地将文档进行自动归类 ,并能够发现新的信息资源。针对Web文档数据的复杂性 ,本文提出了通过二次特征提取和聚类的方法 ,将Web文档按照主题进行自动聚类。在主题特征被有效提取的同时 ,实现了较高质量的Web文档聚类。
【Abstract】 With the ceaseless resource inflation and rapid change of information on Web, it has become difficult to manage vast e-data through traditional manual method. Web clustering can automatically classify documents and help us to discover new information. Considering the complexity of Web documents, we offer a method of feature re-select and document re-cluster and perform a good Web clustering.
【关键词】 计算机应用；
中文信息处理；
Web文档聚类；
OPTICS算法；
特征提取；
K近邻准则；
二次特征提取和聚类的方法；
【Key words】 computer application； Chinese information processing； Web clustering； OPTICS algorithm； feature selection； K-NN； method of feature re-selection and re-cluster；
【Key words】 computer application； Chinese information processing； Web clustering； OPTICS algorithm； feature selection； K-NN； method of feature re-selection and re-cluster；
【基金】 国家 8 63资助项目 ( 2 0 0 1AA1140 4 0 )
- 【文献出处】 中文信息学报 ,Journal of Chinese Information Processing , 编辑部邮箱 ,2003年03期
- 【分类号】TP393.092
- 【被引频次】82
- 【下载频次】542