一种基于K—means算法的主题数据库规划方法

作     者：范青蓝 汪林 刘亚清 白惇 鲁明羽 Qinglan Fan;Lin Wang;Yaqing Liu;Dun Bai;Mingyu Lu

作者机构：交通运输部公路科学研究院北京100088 大连海事大学信息科学技术学院辽宁大连116026 

出 版 物：《信息工程期刊（中英文版）》 (Scientific Journal of Information Engineering)

年 卷 期：2015年第5卷第6期

页      面：173-176页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 

基　　金：受“面向ITS体系框架的交通运输数据资源规划研究”支持资助 

主　　题：主题数据库 信息资源规划 聚簇偏置 

摘      要：主题数据库规划一直是信息资源规划领域研究的重点，而实体聚合算法是影响主题数据库规划质量的关键。但是现有的计算实体聚合毖方法很容易陷入聚簇偏置，影响了规划质量。针对这一问题，作者首先计算实体对的亲和毖，然后将实体对的亲和关系看作网页之间的链接关系，使用PageRaxtk算法对实体对重要性排序，进而使用K—means算法迭代来聚合实体。实验结果表明本文提出的方法能够避免聚簇偏置，进而改善了主题数据库规划质量。