基于文档聚类的Web辅助浏览研究   总被引：2，自引：0，他引：2  

王勋  刘君强 《情报学报》2004,23(2):168-172

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  相似文献   

聚类搜索引擎探究   总被引：1，自引：0，他引：1  

黄建年  侯汉清 《图书馆学研究》2009,(1)

一批代表性的聚类搜索引擎的出现,使得聚类搜索引擎的优劣逐步为公众所知.采用聚类算法、重视结果的显示方式、关注用户提问信息、提供个性化服务均是聚类搜索引擎最显著的优点,应该引起足够的重视.针对过分依托原生搜索引擎、没有形成专用聚类算法、搜索速度相对较慢、聚类层次有限等现状,作者最后还对聚类搜索引擎的发展提出了一些建议,比如实现人工聚类与自动聚类结合、增加学术趋势分析功能、加强相关度研究等.  相似文献   

基于关键词共现分析的检索结果聚类研究     

李枫林  何洲芳 《情报学报》2011,30(8)

随着互联网规模的急剧扩张,提升信息检索的效用变得相当困难.本文首先通过特定算法提取每篇文档的关键词,然后运用统计方法计量不同文档的共现关键词并形成相应的共现关键词标签矩阵,最后利用层次聚类算法对共现关键词标签进行聚类并形成相应的层次标签树来构造文档聚类束.该方法可以对源搜索引擎返回的结果进行有效的分类,使用户在更高主题层次上查看检索词的相关信息,准确地找到感兴趣的信息.通过与Lingo算法的比较,显示本文算法所得的标签更具可读性和概括性,同时F-measure评价指标也表明本算法在文本聚类的质量上有了一定的提升.  相似文献   

聚类搜索引擎发展现状研究   总被引：3，自引：0，他引：3  

苍宏宇  谭宗颖 《图书情报工作》2009,53(2):125-125

分析研究搜索引擎发展轨迹及国内外聚类搜索引擎的发展现状,通过对国内外现有聚类搜索引擎功能的分析,提出“以用户为中心”的聚类2.0搜索是未来聚类搜索引擎,乃至搜索引擎的发展趋势。  相似文献   

基于模糊聚类的超链分析算法     

严海兵  崔志明 《情报学报》2007,26(3):361-365

基于关键字匹配的搜索引擎排序网页时仅仅考虑评价网页的重要性,而忽视分类;基于分类目录的搜索引擎很难动态分析Web信息。本文在分析它们不足的前提下,提出利用模糊聚类的方法对搜索引擎的检索结果进行动态分类,依据超链分析算法PageRank和Web文档隶属度相结合进行分类排序,并给出具有调节值的结合公式。实验证明,该算法能够更有效地满足用户的需要,提高检索效率。  相似文献   

聚类搜索引擎研究     

苏建华  张灿 《新世纪图书馆》2009,(6):72-75

论文首先分析搜索引擎发展轨迹及国内外聚类搜索引擎的发展现状,接着分析国内外现有聚类搜索引擎的基本功能,选取其中四个聚类搜索引擎进行测试,根据提出的评价指标分析了聚类搜索引擎存在的5个问题,最后提出了改进聚类搜索引擎功能的3项措施.  相似文献   

一种结构与内容相结合的XML文档聚类方法     

谌志群  王小华  王荣波 《情报学报》2009,28(5)

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DBLP XML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.  相似文献   

XML文档自动聚类研究   总被引：6，自引：4，他引：6  

潘有能 《情报学报》2006,25(2):215-220

本文在文本聚类的基础上对XML文档自动聚类进行了研究,对划分聚类法和层次聚类法进行了改进,使之适合于XML文档聚类;给出了元素比较法、边集比较法和编辑距离法等三种计算文档间相似度的方法,并利用实际数据进行了测试和分析。  相似文献   

搜索引擎发展阶段研究及热点发现   总被引：4，自引：0，他引：4  

唐琴  许侃  林鸿飞 《情报学报》2008,27(5)

随着信息检索、数据挖掘、自然语言处理和机器学习等多领域的理论和技术的发展,搜索引擎技术得到了迅猛的发展和广泛的应用。本文旨在对搜索引擎的发展阶段进行分析,给出搜索引擎技术的发展概貌。基本思想是,一方面利用文本的有序聚类方法对搜索引擎的发展过程进行有序划分,并在此基础上对各个发展阶段的主要特点进行分析;另一方面通过基于词频的统计分析,深入挖掘搜索引擎技术和信息检索技术方面的研究热点,并对其进行分析和总结。  相似文献   

XML Documents Clustering Based on Semantic Tag Tree     

Pan Youneng  Teng Haiming 《情报学报》2012,31(5)

近年来XML凭借其自身的简单性、半结构化、可扩展性、自描述性等特点,逐渐成为了互联网数据表示和数据交换的标准.XML文档聚类是数据挖掘研究中热点一个,为网络信息资源的搜集、组织及检索利用提供良好的技术支持.本文首先介绍了目前主要的XML文档聚类算法,然后在利用WordNet对XML文档中的标记进行语义消歧的基础上,提出了一种新的基于语义标记树的XML文档相似度计算方法,并通过最近邻算法进行聚类,最后在用于XML检索研究的数据集上进行实验,证实其确实是一种比较有效的XML文档聚类方法.  相似文献