PCCS部分聚类分类:一种快速的Web文档聚类方法

来源 :计算机研究与发展 | 被引量 : 0次 | 上传用户:benben1906
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
PCCS是为了帮助 Web用户从搜索引擎所返回的大量文档片断中筛选出自己所需要的文档 ,而使用的一种对 Web文档进行快速聚类的部分聚类方法 :首先对一部分文档进行聚类 ,然后根据聚类结果形成分类模型对其余的文档进行分类 .采用交互式的一次改进一个聚类摘选的聚类方法快速地创建一个聚类摘选集 ,将其余的文档使用 Nal¨ve- Bayes分类器进行划分 .为了提高聚类与分类的效率 ,提出了一种混合特征选取方法以减少文档表示的维数 :重新计算文档中各特征的熵 ,从中选取具有最大熵值的前若干个特征 ;或者基于持久分类模型中的特征集来进行特征选取 .实验证明 ,部分聚类方法能够快速、准确地根据文档主题内容组织 Web文档 ,使用户在更高的主题层次上来查看搜索引擎返回的结果 ,从以主题相似的文档所形成的集簇中选择相关文档 PCCS is used to help Web users from the search engine returns a large number of pieces of the document screening out the documents they need, and use a fast clustering of Web documents part of the clustering method: first part of the document clustering, And then classify the remaining documents according to the clustering results.Using an interactive clustering method that improves a clustering excerpt at a time to quickly create a clustering excerpt set and use the Nal¨ve-Bayes classification for the rest of the documents In order to improve the efficiency of clustering and classification, a hybrid feature selection method is proposed to reduce the number of dimensions of document representation: recalculate the entropy of each feature in the document and select the first several features with the maximum entropy value; Or based on the feature set in the persistent classification model.Experiments show that some clustering methods can quickly and accurately organize Web documents according to the subject content of the documents and enable users to view the results returned by search engines at a higher topic level, Select the relevant documents from the cluster formed by the similar theme documents
其他文献
随着国际投资的日益蓬勃发展,特别是全球金融危机后发展中国家对外直接投资的兴起,关于投资与贸易之间关系的研究热点从发达国家转向了发展中经济体和新兴经济体。而中国日益成
本文通过对荣华二采区10
期刊
随着环境问题越来越为人们所关注,环境、投资以及贸易之间的关系研究也是近年来中外学者所关注的焦点问题.FDI在对中国经济发展做出巨大贡献的同时,其对环境的负面效应也越来
目的:建立一种离子色谱-电导检测方法,用于同时测定饮用水中13种阴离子含量。方法:选用Metrosep A Supp 5-250阴离子分析色谱柱、结合Metrosep A Supp 1 Guard保护柱,淋洗液
目前,中国社会主义市场经济体制的框架已基本确立,各项经济体制包括财政体制的改革正在向纵深推进.但迄今为止,中国在财政支出管理方面还没有形成一套符合市场经济体制要求的
机动车辆保险费率市场化问题是关系到中国财产保险业务今后发展的重大问题,解决得好,将推进机动车辆保险业务的高速发展.但是,如果解决得不好,将会严重影响机动车辆保险业务
学位
介绍舰船综合电力技术的发展历程和技术特点,探讨舰船综合电力系统的标准要求及应用背景,分析综合电力技术在国外舰船包括航母上的应用情况,指出综合电力系统的技术优势、应
张惟的《血色黎明》所写的主要是中国共产党领导的1928年至1935年赣南闽西中央苏区的革命斗争。这段历史在中国共产党的历史上具有重要地位。这段如火一般的红军起义、暴动和
马克思主义政治经济学认为,生产、分配、交换、消费是社会再生产的四个基本环节,它们之间既有区别,亦有联系,生产决定其它三个环节,但其它三个环节亦反作用于生产。四个环节中,任何