| 基于主题的Web文档聚类研究 |
| |
| 引用本文： | 孙学刚,陈群秀,马亮.基于主题的Web文档聚类研究[J].中文信息学报,2003,17(3):22-27. |
| |
| 作者姓名： | 孙学刚 陈群秀 马亮 |
| |
| 作者单位： | 智能技术与系统国家重点实验室,清华大学计算机科学与技术系 |
| |
| 基金项目： | 国家 8 63资助项目 ( 2 0 0 1AA1140 4 0 ) |
| |
| 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。
|
| 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 |
| 文章编号： | 1003-0077(2003)03-0021-06 |
| 修稿时间： | 2003年1月20日 |
Study on Topic- Based Web Clustering |
| |
| SUN Xue-gang,CHEN Qun-xiu,MA Liang.Study on Topic- Based Web Clustering[J].Journal of Chinese Information Processing,2003,17(3):22-27. |
| |
| Authors: | SUN Xue-gang CHEN Qun-xiu MA Liang |
| |
| Affiliation: | State Key Laboratory of Intelligent Technology and System, Dept. of Computer Science & Technology, Tsinghua University |
| |
| 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. |
| |
| Keywords: | computer application Chinese information processing Web clustering OPTICS algorithm feature selection K-NN method of feature re-selection and re-cluster |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《中文信息学报》浏览原始摘要信息 |
|
点击此处可从《中文信息学报》下载全文 |
