作者:
原文服务方: 计算机应用研究       
摘要:
以矢量空间模型VSM为Web文本的表示方法,提出了一种基于关联规则的Web文档聚类方法.实验证明:该方法能在保证文档聚类高精度的同时,依然保持高效率,其聚类性能明显优于传统Web文档聚类算法.
推荐文章
基于遗传算法的Web文档聚类算法
Web文档聚类
遗传算法
自适应对偶种群
目标策略
一种混合粒子群优化模型的Web聚类方法
主成分分析
K均值聚类
粒子群优化
混合粒子群聚类
Web聚类
维数灾
一种基于Web文本聚类的用户兴趣发现模型的研究
文本聚类
用户兴趣
Web
用户行为
VSM
一种基于SOM和K-means的文档聚类算法
自组织特征映射
K-means
聚类
组合方法
文档聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种快速有效的Web文档聚类方法
来源期刊 计算机应用研究 学科
关键词 Web挖掘 文档聚类 矢量空间模型VSM 关联规则
年,卷(期) 2004,(4) 所属期刊栏目 开发与应用
研究方向 页码范围 174-176
页数 3页 分类号 TP311
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2004.04.061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张蓉 广东商学院信息学院 11 213 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (8)
同被引文献  (6)
二级引证文献  (5)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(4)
  • 引证文献(2)
  • 二级引证文献(2)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
Web挖掘
文档聚类
矢量空间模型VSM
关联规则
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导