一种基于后缀树的中文网页层次聚类方法

详细信息   全文下载|推荐本文 |

• 出版年：2006
• 作者：史庆伟；赵政；朝柯
• 单位1：天津大学计算机学院
• 单位2：辽宁工程技术大学软件学院
• 出生年：1973
• 学历：博士研究生
• 语种：中文
• 作者关键词：Web挖掘；层次聚类；Web；搜索；后缀树
• 起始页：890
• 总页数：3
• 经费资助：国家自然科学基金资助项目（90604013）
• 刊名：辽宁工程技术大学学报
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1979
• 主管单位：辽宁省教育厅
• 主办单位：辽宁工程技术大学
• 主编：邵良杉
• 地址：辽宁省阜新市
• 邮编：123000
• 卷：25
• 期：6
• 期刊索取号：P720.66 573
• 数据库收录：全国中文核心期刊；辽宁省一级期刊；美国《工程索引》(Ei)收录源期刊；美国《化学文摘》(CA)收录源期刊；俄罗斯《文摘杂志》(AJ)收录源期刊；美国《剑桥科学文摘：材料科学》(CSA:MS)收录源期刊；荷兰《BibliographicDatabases》收录源期刊；美国《剑桥科学文摘：固体与超导（CSA：SSSA》收录源期刊
• 核心期刊：全国中文核心期刊

摘要

为了便于用户浏览搜索引摮产生的搜索结果，结合STC算法和变色龙算法提出了一种中文网页的层次聚类方法-STCC算法。该方法采用雅可比系数修改了STC算法中基本类相似度的计算方法，然后根据基本类相似度矩阵，利用变色龙算法完成网页聚类。实验结果表明：STCC算法与STC算法相比，聚类精度提高将近10%，避免了单链接算法的链式效应，适用于大规模网页聚类。