检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种结构与内容相结合的XML文档聚类方法

情报学报 2009年第5期28卷 693-699页

作者：谌志群王小华王荣波杭州电子科技大学计算机应用技术研究所杭州310018

XML（可扩展标记语言）正在成为Web数据交换的标准格式。随着XML格式的半结构数据的大量出现，如何处理和管理XML文档已经成为了一个研究热点。XML文档聚类作为XML数据处理的重要课题，是指将具有类似特征的XML文档聚集成簇。现有的大部... 详细信息

XML（可扩展标记语言）正在成为Web数据交换的标准格式。随着XML格式的半结构数据的大量出现，如何处理和管理XML文档已经成为了一个研究热点。XML文档聚类作为XML数据处理的重要课题，是指将具有类似特征的XML文档聚集成簇。现有的大部分XML文档聚类是基于文档结构特征的。本文提出了一个新的结构与内容相结合的XML文档聚类方法。首先从文档中抽取构件向量，并把文档转换为向量化的表示。然后，在文档相似度计算的基础上，引入一个层次聚类方法对XML文档进行聚类。在DBLPXML记录集上进行的实验表明该方法具有可行性并且性能明显优于已有方法。

关键词： XML 文档聚类结构内容层次聚类

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

一个基于关联规则的多层文档聚类算法

计算机应用 2005年第7期25卷 1570-1572页

作者：宋江春沈钧毅宋擒豹西安交通大学电子与信息工程学院陕西西安710049

提出了一种新的基于关联规则的多层文档聚类算法,该算法利用新的文档特征抽取方法构造了文档的主题和关键字特征向量。首先在主题特征向量空间中利用频集快速算法对文档进行初始聚类,然后在基于主题关键字的新的特征向量空间中利用类间... 详细信息

提出了一种新的基于关联规则的多层文档聚类算法,该算法利用新的文档特征抽取方法构造了文档的主题和关键字特征向量。首先在主题特征向量空间中利用频集快速算法对文档进行初始聚类,然后在基于主题关键字的新的特征向量空间中利用类间距和连接度对初始文档类进行求精,从而得到最终聚类。由于使用了两层聚类方法,使算法的效率和精度都大大提高;使用新的文档特征抽取方法还解决了由于文档关键字过多而导致文档特征向量的维数过高的问题。

关键词：文档挖掘文档聚类关联规则文档主题特征向量文档关键字特征向量

基于跨语言广义向量空间模型的跨语言文档聚类方法

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2012年第2期26卷 116-120页

作者：唐国瑜夏云庆张民郑方清华大学计算机科学与技术系北京100084 资讯通信研究院新加坡138632

跨语言文档聚类主要是将跨语言文档按照内容或者话题组织为不同的类簇。该文通过采用跨语言词相似度计算将单语广义向量空间模型(Generalized Vector Space Model,GVSM)拓展到跨语言文档表示中,即跨语言广义空间向量模型(Cross-Lingual ... 详细信息

跨语言文档聚类主要是将跨语言文档按照内容或者话题组织为不同的类簇。该文通过采用跨语言词相似度计算将单语广义向量空间模型(Generalized Vector Space Model,GVSM)拓展到跨语言文档表示中,即跨语言广义空间向量模型(Cross-Lingual Generalized Vector Space Model,CLGVSM),并且比较了不同相似度在文档聚类下的性能。同时提出了适用于GVSM的特征选择算法。实验证明,采用SOCPMI词汇相似度度量算法构造GVSM时,跨语言文档聚类的性能优于LSA。

关键词：跨语言文档聚类跨语言广义向量空间模型文档聚类跨语言信息检索

一种大规模的递增聚类算法及其在文档聚类中的应用

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2002年第11期38卷 187-190,195页

作者：唐春生金以慧清华大学自动化系北京100084

聚类是将数据进行划分,并从中发现有用信息的一种有效手段,它在很多领域都有着非常重要的应用。K均值方法是聚类方法中较常用的一种,但对于大规模的数据,而且有计算资源和时间约束的情况下,K均值方法已不能满足要求。该文提出的CFK-mean... 详细信息

聚类是将数据进行划分,并从中发现有用信息的一种有效手段,它在很多领域都有着非常重要的应用。K均值方法是聚类方法中较常用的一种,但对于大规模的数据,而且有计算资源和时间约束的情况下,K均值方法已不能满足要求。该文提出的CFK-means方法是一种适合于大规模数据的、快速高效的递增聚类方法,它采用了聚类特性(Clus-teringFeatures,CF)结构来表示聚类,能更有效地保留和利用聚类信息。它只需扫描数据一次即可得到聚类划分,所需的计算时间和文件交换时间数倍少于K均值方法,而且聚类的准确度和K均值方法相当。通过对仿真数据和实际文本集数据进行的对比实验证明了CFK-means方法的有效性。

关键词：递增聚类算法文档聚类 CFK-means算法 k-means算法数据挖掘数据库

在线全文

学校读者我要写书评

暂无评论

基于改进LSA的文档聚类算法

小型微型计算机系统 2009年第5期30卷 963-966页

作者：俞辉中国石油大学计算机与通信工程学院山东东营257061

提出一种基于改进潜在语义分析MLSA(Modified Latent Semantic Analysis)的文档聚类算法.采用新的特征提取方法构建词-文档矩阵,利用潜在语义分析对词-文档矩阵进行奇异值分解以达到垃圾信息过滤的目的,同时使得向量空间模型中文本的高... 详细信息

提出一种基于改进潜在语义分析MLSA(Modified Latent Semantic Analysis)的文档聚类算法.采用新的特征提取方法构建词-文档矩阵,利用潜在语义分析对词-文档矩阵进行奇异值分解以达到垃圾信息过滤的目的,同时使得向量空间模型中文本的高维表示变成在潜在语义空间中的低维表示,缩小了问题的规模.然后将共现数据对转换成概率统计模型来计算,提高了聚类质量.实验表明,本文提出的方法是有效的.

关键词：文档聚类潜在语义分析奇异值分解

在线全文

学校读者我要写书评

暂无评论

基于文档聚类的Web辅助浏览研究

情报学报 2004年第2期23卷 168-172页

作者：王勋刘君强杭州商学院计算机与信息工程系，杭州310035

目前的搜索引擎在方便人们查询的同时也存在不足,由于它们并非面向某个特定用户服务,所以并不能反映用户的个性化需求,查询得到的信息往往还是有大量的冗余.为此本文提出了一种基于文档聚类的网络辅助浏览技术.首先给出了模糊概念图的... 详细信息

目前的搜索引擎在方便人们查询的同时也存在不足,由于它们并非面向某个特定用户服务,所以并不能反映用户的个性化需求,查询得到的信息往往还是有大量的冗余.为此本文提出了一种基于文档聚类的网络辅助浏览技术.首先给出了模糊概念图的模型来描述词语间的关系,然后将Web文档转化为矢量文档表示,利用基于K-Means聚类方法对矢量文档进行聚类,通过确认最终抽取出用户兴趣模式,从而辅助用户实现个性化搜索.

关键词：搜索引擎网络信息检索网络辅助浏览文档聚类模糊概念图矢量文档

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

一种快速有效的Web文档聚类方法

计算机应用研究 2004年第4期21卷 174-176页

作者：张蓉广东商学院信息学院广东广州510320

以矢量空间模型VSM为Web文本的表示方法,提出了一种基于关联规则的Web文档聚类方法。实验证明:该方法能在保证文档聚类高精度的同时,依然保持高效率,其聚类性能明显优于传统Web文档聚类算法。

关键词： Web挖掘文档聚类矢量空间模型VSM 关联规则

在线全文

学校读者我要写书评

暂无评论

基于粒子群优化的文档聚类算法

情报学报 2010年第3期29卷 428-432页

作者：魏建香孙越泓苏新宁南京大学信息管理系南京210093 南京人口管理干部学院信息科学系南京210042 南京师范大学数学科学学院南京210097

为了解决文献自动分类问题,提出了一种基于粒子群优化算法（PSO）的文档聚类算法并根据各种参数的变化策略进行了分析与比较。由于粒子运动的范围受到粒子最大速度V_（max）的影响,本文通过改变V_（max）的变化类型进行仿真比较,当V_（... 详细信息

为了解决文献自动分类问题,提出了一种基于粒子群优化算法（PSO）的文档聚类算法并根据各种参数的变化策略进行了分析与比较。由于粒子运动的范围受到粒子最大速度V_（max）的影响,本文通过改变V_（max）的变化类型进行仿真比较,当V_（max）为凹函数,PSO算法具有较好的收敛性。同时,对惯性权重和学习系数进行了研究,提出了相应的变化策略：惯性权重线性递减,自身认知系数线性递增而社会认知系数线性递减。给出了PSO聚类算法的详细步骤,并根据各种变化策略进行了仿真分析,取得了较好的聚类效果。与标准的遗传算法（GA）相比,本文提出的PSO聚类算法具有更好的收敛效果。

关键词：文档聚类最大速度粒子群遗传算法参数优化

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

融合模拟退火的遗传算法在文档聚类中的应用

计算机工程与应用 2006年第23期42卷 144-148页

作者：白曦吕晓枫孙吉贵吉林大学计算机科学与技术学院吉林大学计算机教学中心吉林大学符号计算与知识工程教育部重点实验室长春130012

为了准确高效地对网上获取的文档进行聚类,在布尔逻辑模型的基础上提出了一种改进的最优相似度搜索方法。该方法将模拟退火的思想融入到遗传算法当中,通过“撒种”操作将模拟退火算法的局部搜索能力以及遗传算法的全局搜索能力结合起来... 详细信息

为了准确高效地对网上获取的文档进行聚类,在布尔逻辑模型的基础上提出了一种改进的最优相似度搜索方法。该方法将模拟退火的思想融入到遗传算法当中,通过“撒种”操作将模拟退火算法的局部搜索能力以及遗传算法的全局搜索能力结合起来。实验表明,使用该混合算法对文档进行聚类,不仅搜索效率得到了提高,而且准确度优于使用传统的遗传算法。

关键词：布尔模型向量空间模型文档聚类遗传算法模拟退火