| 基于高性能特征选择函数的Web文档聚类算法* |
| |
| 引用本文： | 杨炳儒,邵阔义,宋泽锋,张克君.基于高性能特征选择函数的Web文档聚类算法*[J].计算机应用研究,2009,26(2):546-548. |
| |
| 作者姓名： | 杨炳儒 邵阔义 宋泽锋 张克君 |
| |
| 作者单位： | 1. 北京科技大学,知识工程研究所,北京,100083
2. 北京银联商务有限公司,北京,100048 |
| |
| 基金项目： | 国家自然科学基金重点资助项目（69835001）；国家科技成果重点推广计划资助项目（2003EC000001） |
| |
| 摘 要： | 目前常用向量空间模型 VSM(vector space model)表示文档，造成的高维问题制约了其实际应用的效果。采用了一种高性能特征选择函数，在构建VSM时选取对区分类别贡献较大的特征词，因此有效地降低了特征空间的纬度，大大提高了系统的效率，改善了聚类的效果。通过真实数据集上的实验，证明其性能优于传统方法。
|
| 关 键 词： | 文档聚类 Web挖掘 特征选择 降维 |
Web document clustering algorithm based on heigh performance feature selecting function |
| |
| YANG Bing-ru,SHAO Kuo-yi,SONG Ze-feng,ZHANG Ke-jun.Web document clustering algorithm based on heigh performance feature selecting function[J].Application Research of Computers,2009,26(2):546-548. |
| |
| Authors: | YANG Bing-ru SHAO Kuo-yi SONG Ze-feng ZHANG Ke-jun |
| |
| Affiliation: | (1.Instrtute of Knowledge Engineering, University of Science & Technology Beijing, Beijing 100083, China;2.Beijing Unionpay Merchant Services Co.,Ltd., Beijing 100048, China) |
| |
| Abstract: | Vector space model(VSM) is the mainly way to represent text,but,"heighly dimension" restricts the application of VSM.This paper constructed a heigh performance feature selecting function.Based on category resolve power,selected most valuble feature when constructed vector space.Based on the experiments on an real corpus,this Web document clustering algorithm has better efficiency than traditional algorithms. |
| |
| Keywords: | document clustering Web mining feature selection dimension reduction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
