| 一种改进的基于广义后缀树的文本聚类算法 |
| |
| 引用本文： | 杜红斌,夏克文,刘南平,吴涛.一种改进的基于广义后缀树的文本聚类算法[J].信息与控制,2009,38(3):1-1. |
| |
| 作者姓名： | 杜红斌 夏克文 刘南平 吴涛 |
| |
| 作者单位： | 河北工业大学信息工程学院,天津,300401 |
| |
| 摘 要： | 分析了基本STC算法存在的三个缺点，即不能有效处理包含文本数目差距较大但具有包含关系的节点，不能有效处理包含文本相似但主题不同的节点，缺乏有效的类别标识提取算法．针对以上问题，在综合考虑主题相似性以及文本包含相似性的基础上，给出了改进的用于基类合并的相似度公式，并提出了基于信息增益的类别标识提取算法．为了进一步提高聚类效率，给出了一种简单有效的用于基类选择的测度，用来排除一些无意义的广义后缀树节点．实验结果表明，所提算法不仅可以有效提高STC算法的聚类准确度，而且可以对聚类结果进行有效的类别标识．
|
| 关 键 词： | 文本聚类 web挖掘 广义后缀树 后缀树聚类（STC） |
An Improved Text Clustering Algorithm of Generalized Suffix Tree |
| |
| DU Hong-bin,XIA Ke-wen,LIU Nan-ping,WU Tao.An Improved Text Clustering Algorithm of Generalized Suffix Tree[J].Information and Control,2009,38(3):1-1. |
| |
| Authors: | DU Hong-bin XIA Ke-wen LIU Nan-ping WU Tao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《信息与控制》浏览原始摘要信息 |
|
点击此处可从《信息与控制》下载全文 |
|
