论文部分内容阅读
Web文档聚类可以有效地压缩搜索空间，加快检索速度，提高查询精度，提出了一种Web文档的聚类算法，该算法首先采用向量空间模型VSM（vector space model）表示主题，根据主题表示文档，再以文档事务，以主题为事务项，将文档和主题间的关系看作事务的形式，采用关联规则挖掘算法发现主题频集，相应的文档集即为初步文档类；间距离和类风连接强度阈值合并，拆分类，最终实现档聚类，实验结果表明，该算法是有效的，能处理文档类间固有的重叠情况，具有一定的实用价值。