【摘 要】
：
聚类分析是数据挖掘的一个重要手段,人们可以通过聚类发现信息中潜在的热点或规律。至今,已经有大量聚类算法被研究和提出。随着互联网的日益普及,查询日志、Twitter等短文本
【机 构】
：
中国科学院计算技术研究所,国家计算机网络应急技术处理协调中心
【基金项目】
：
国家自然科学基金重点资助课题(60933005,60903139);国家973资助课题(2007CB311103);国家242专项资助项目(2009F108,2009A19,2009A91)
论文部分内容阅读
聚类分析是数据挖掘的一个重要手段,人们可以通过聚类发现信息中潜在的热点或规律。至今,已经有大量聚类算法被研究和提出。随着互联网的日益普及,查询日志、Twitter等短文本信息逐渐在人们生活中起着越来越重要的作用。这类短文本信息数量巨大,通常可达到千万乃至亿级,现有的聚类算法在对这类大规模短文本信息进行聚类分析时往往显得异常无力。该文通过对实际应用中的短文本信息进行实验分析,发现了这类数据类别所具有的"长尾现象",并由此提出了不完全聚类思想,可以有效地提高这类短文本信息的聚类性能。
其他文献
<正>某国企主管张小姐在整形医院注射了肉毒素,经过了将近一个星期的表情僵硬期,原本额头和眼角的皱纹就消失了。但某外企高管陈
分析了在瓦斯抽放管道设备ia等级电源串联限流电路中设计熔断器的必要性,提出了一种熔断器再保护电路设计方案,详细介绍了再保护电路的特点与设计注意事项。
破产法素有"经济宪法"之称,其中个人破产制度在世界许多国家已被确立。我国的破产法自颁布实施以来都被学术界称之为"半部破产法",其原因就是我国现行破产法律制度都是围绕企
本文利用1980～2010年巴中地区历史观测资料,研究出巴中大雾年际变化及月变化特征,综合利用地面资料以及NECP 1°×1°再分析资料,对发生在巴中地区的大雾典型个例进行诊断分析
<正>文言文是我国传统文化的瑰宝,它是学生了解祖国传统文化的窗口,也是大多数初中生接触传统文化的开始,它在新教材的篇目中占了相当大的比重。文言文教学是培养学生语文素
为了满足IEC和国标对避雷器阀片大电流冲击耐受性能指标的要求,通过对环氧树脂配方及工艺的调整,研制了新型环氧包封材料,使环氧树脂与氧化锌瓷体的热膨胀系数更加匹配,大幅
软件定义网络(Software Defined Networking,简称SDN)是一种新型的网络体系架构,利用分层的思想解耦了传统网络中的控制和转发,从而实现对网络的集中控制。控制-转发分离是SD
本文提出了一套汉语信息处理用的简洁的基本句型,并从汉语分析策略的三个方面,通过实例深入地分析了句型可以简化的原因,文章最后给出了现代汉语简单句的28种基本句型。
目的:探讨品管圈活动在降低神经外科输液卡漏签名率中的作用,确保医疗安全,提高工作效率。方法:依照品管圈十大步骤:主题选定、活动计划拟定、现状把握、目标设定、解析、对
目的:探讨扁桃体、腺样体摘除术对6~12岁儿童免疫功能的影响。方法:选取30例6~12岁的慢性扁桃体炎和腺样体肥大患儿设为手术组,同期30例健康体检儿童设为对照组,观察手术组患