检索结果-南通市图书馆

一种改进的k-means文档聚类初值选择算法

在线全文

学校读者我要写书评

暂无评论

高技术通讯 2006年第1期16卷 11-15页

作者：刘远超王晓龙刘秉权哈尔滨工业大学计算机科学与技术学院哈尔滨150001

提出了一种改进的基于最小最大原则的k-means文档聚类初始值选择算法。该方法首先构造相似度矩阵，然后利用最小最大原则对相似度矩阵进行分析，从而选择初始聚点并自动确定聚类k值。实验结果表明利用该方法找到的k值比较接近真实值。

关键词：文档聚类 k-means 最小最大原则相似度矩阵

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于潜在语义空间维度特性的多层文档聚类

清华大学学报（自然科学版） 2005年第S1期45卷 1783-1786页

作者：刘云峰齐欢 HU Xiang'en CAI Zhiqiang 代建民华中科技大学系统工程研究所武汉430074

为实现文档在不同概念层次下的自动聚类,研究了潜在语义空间中维度的统计特性,发现对应大奇异值的维度描述了语义元素间的共性,对应小奇异值的维度描述了语义元素间的特性,呈现出潜在语义空间维度与概念粒度之间隐含的对应关系。基于这... 详细信息

为实现文档在不同概念层次下的自动聚类,研究了潜在语义空间中维度的统计特性,发现对应大奇异值的维度描述了语义元素间的共性,对应小奇异值的维度描述了语义元素间的特性,呈现出潜在语义空间维度与概念粒度之间隐含的对应关系。基于这种认识,通过采用不同维度来实现文档在不同概念粒度下的聚类,并获得了很好的聚类准确率。另外,在基于潜在语义分析的文档聚类算法中,采用文档自检索矩阵的行向量,代替低维文档向量作为聚类对象,获得了更好的聚类准确率。

关键词：信息处理潜在语义分析文档自检索矩阵文档聚类概念粒度

在线全文

学校读者我要写书评

暂无评论

基于概率主题模型的文档聚类

电子学报 2012年第11期40卷 2346-2350页

作者：王李冬魏宝刚袁杰浙江大学计算机科学与技术学院浙江杭州310027 杭州师范大学浙江杭州310012

为了实现普通文本语料库和数字图书语料库的有效聚类,分别提出基于传统LDA(Latent Dirichlet Allo-cation)模型和TC-LDA模型的聚类算法.TC-LDA模型在LDA模型基础上进行扩展,通过对图书文档的目录和正文信息联合进行主题建模.和传统方法... 详细信息

为了实现普通文本语料库和数字图书语料库的有效聚类,分别提出基于传统LDA(Latent Dirichlet Allo-cation)模型和TC-LDA模型的聚类算法.TC-LDA模型在LDA模型基础上进行扩展,通过对图书文档的目录和正文信息联合进行主题建模.和传统方法不同,基于主题模型的聚类算法能将具备同一主题的文档聚为一类.实验结果表明从主题分析角度出发实现的聚类算法优于传统的聚类算法.

关键词：主题模型 LDA模型 TC-LDA模型文档聚类

在线全文

学校读者我要写书评

暂无评论

一种基于混合神经网络的Web文档聚类算法

计算机工程 2005年第1期31卷 12-13,16页

作者：雷景生伍庆清王平海南大学信息科学技术学院海口570228

针对Web文档的特点,提出了一种多层向量空间模型,用来确定Web文档特征词的权重,然后给出了一种基于混合神经网络的文档聚类算法。实验结果表明,所提出的Web文档聚类算法具有较好的聚类特性,它能将与一个主题相关的Web文档较完全和准确... 详细信息

针对Web文档的特点,提出了一种多层向量空间模型,用来确定Web文档特征词的权重,然后给出了一种基于混合神经网络的文档聚类算法。实验结果表明,所提出的Web文档聚类算法具有较好的聚类特性,它能将与一个主题相关的Web文档较完全和准确地聚成一类。

关键词：向量空间模型文档聚类自组织网络模糊C-Means

文档聚类中k-means算法的一种改进算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2003年第2期29卷 102-103,157页

作者：万小军杨建武陈晓鸥北京大学计算机研究所文字信息处理技术国家重点实验室北京100871

介绍了文档聚类中基于划分的k-means算法，k-means算法适合于海量文档集的处理，但它对孤立点很敏感。为此，文章提出将聚类均值点与聚类种子相分离的思想，并具体给出了基于该思想的对k-means算法的改进算法。实验表明，该改进算法比原... 详细信息

介绍了文档聚类中基于划分的k-means算法，k-means算法适合于海量文档集的处理，但它对孤立点很敏感。为此，文章提出将聚类均值点与聚类种子相分离的思想，并具体给出了基于该思想的对k-means算法的改进算法。实验表明，该改进算法比原k-means算法具有更高的准确性和稳定性。

关键词：文档聚类 k-means算法划分聚类算法数据库

在线全文

学校读者我要写书评

暂无评论

文档聚类综述

中文信息学报 2006年第3期20卷 55-62页

作者：刘远超王晓龙徐志明关毅哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

聚类作为一种自动化程度较高的无监督机器学习方法,近年来在信息检索、多文档自动文摘等领域获得了广泛的应用。本文首先讨论了文档聚类的应用背景和体系结构,然后对文档聚类算法、聚类空间的构造和降维方法、文档聚类中的语义问题进行... 详细信息

聚类作为一种自动化程度较高的无监督机器学习方法,近年来在信息检索、多文档自动文摘等领域获得了广泛的应用。本文首先讨论了文档聚类的应用背景和体系结构,然后对文档聚类算法、聚类空间的构造和降维方法、文档聚类中的语义问题进行了综述。最后还介绍了聚类质量评测问题。

关键词：计算机应用中文信息处理综述文档聚类降维概念相关聚类算法

在线全文

学校读者我要写书评

暂无评论

文档聚类技术在搜索引擎中的应用研究

图书馆学研究 2008年第11期 26-28,12页

作者：王倩四川大学公共管理学院2007级情报学专业研究生

随着互联网上信息数量的不断增长,传统的信息检索技术已经很难满足人们对查询质量的苛刻要求。为了方便用户从检索结果中快速、准确地定位自己想要的信息,集成了文档聚类功能的搜索引擎应运而生。本文讨论了文档聚类技术在搜索引擎中的... 详细信息

随着互联网上信息数量的不断增长,传统的信息检索技术已经很难满足人们对查询质量的苛刻要求。为了方便用户从检索结果中快速、准确地定位自己想要的信息,集成了文档聚类功能的搜索引擎应运而生。本文讨论了文档聚类技术在搜索引擎中的应用问题,介绍了一些算法,重点分析了Vivisimo这个比较有代表性的聚类搜索引擎,并预测了搜索引擎聚类技术的发展趋势。

关键词：文档聚类聚类技术搜索引擎

一种基于LDA的潜在语义区划分及Web文档聚类算法

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2011年第1期25卷 60-65,70页

作者：刘振鹿王大玲冯时张一飞方东昊东北大学信息科学与工程学院辽宁沈阳110819 医学影像计算教育部重点实验室(东北大学) 辽宁沈阳110819

该文应用LDA模型进行文档的潜在语义分析,将语义分布划分成低频、中频、高频语义区,以低频语义区的语义进行Web游离文档检测,以中、高频语义区的语义作为文档特征进行文档聚类,采用文档类别与语义互作用机制对聚类结果进行修正。与相关... 详细信息

该文应用LDA模型进行文档的潜在语义分析,将语义分布划分成低频、中频、高频语义区,以低频语义区的语义进行Web游离文档检测,以中、高频语义区的语义作为文档特征进行文档聚类,采用文档类别与语义互作用机制对聚类结果进行修正。与相关工作比较,该文不仅应用LDA模型表示文档,而且进行了深入的语义分布区域划分,并将分析结果应用于Web文档聚类。实验表明,该文提出的基于LDA的文档类别与语义互作用聚类算法获得了更好的聚类结果。

关键词： LDA 潜在语义语义分布文档聚类

在线全文

学校读者我要写书评

暂无评论

文档聚类在搜索引擎结果中的应用研究

文档聚类在搜索引擎结果中的应用研究

作者：韩建福北京交通大学

学位级别：硕士

随着的Internet飞速发展，人们利用Internet发展和共享各种信息，使得信息爆炸式增长，普通网络用户查找所需资料变得非常困难，搜索引擎正是为了解决这一问题而发展起来的。而现在的搜索引擎存在明显的缺陷：一是搜索引擎结果数量庞大... 详细信息

随着的Internet飞速发展，人们利用Internet发展和共享各种信息，使得信息爆炸式增长，普通网络用户查找所需资料变得非常困难，搜索引擎正是为了解决这一问题而发展起来的。而现在的搜索引擎存在明显的缺陷：一是搜索引擎结果数量庞大;二是搜索结果线性排列。本文在现有搜索引擎各种技术研究的基础上，对文档聚类进一步研究，致力于搜索结果的自动分类，从而使得用户更加直观高效地找到所需结果。本文先介绍了搜索引擎的概念和原理，文档聚类的相关原理，设计了基于Google Web API的解决方案，将搜索引擎返回的结果进行聚类处理，最后以结构化的方式显示给最终用户。本文的主要研究成果包括：(1)对suffix聚类算法进行了研究，引入了PAT-tree数据结构，弥补了suffix聚类算法处理中文信息的不足，显著提高了文档聚类的性能。(2)将文本聚类与现代搜索引擎技术结合起来，提出了一种新的搜索引擎体系结构，解决了现在搜索引擎存在的一些缺陷。(3)在以上面各项研究的基础上，开发了实际的原型系统，从而证明了提出的新的搜索引擎体系结构的可行性。搜索引擎是一个崭新的领域，其相关的许多技术还在发展，本文的最后对进一步的研究工作进行了探讨。

关键词：信息过载搜索引擎文档聚类 Google web API