基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
搜索引擎根据特定关键字查询返回的结果,可以基于语义进行分类组织,提高用户查询效率.但分类方法是基于预定义类别的,由于类别不全或更新不及,对于互联网上的信息可能会造成遗漏.本文提出了一种将分类与聚类方法相结合的方法来优化搜索结果,即分类之后,用聚类的方法来处理未被归入任何类别的信息.研究表明,该方法可以兼顾效率和信息完整性.
推荐文章
利用标签的层次化搜索结果聚类方法
搜索结果聚类
词共现
候选聚类标签
层次化聚类
基于蚁群优化算法的凝聚型层次聚类
凝聚型层次聚类
蚁群优化
状态转移规则
信息素更新规则
最优路径
基于K-center和信息增益的Web搜索结果聚类方法
Web文档
聚类
聚类标志
K-center
信息增益
层次聚类结合空间金字塔的图像分类
层次聚类
信息熵
空间金字塔模型
图像分类
K-means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 搜索结果优化中基于层次型分类的聚类方法研究
来源期刊 微型电脑应用 学科 工学
关键词 搜索结果 层次型结构分类 聚类
年,卷(期) 2005,(8) 所属期刊栏目 研究与设计
研究方向 页码范围 7-10
页数 4页 分类号 TP393.092
字数 5061字 语种 中文
DOI 10.3969/j.issn.1007-757X.2005.08.003
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 谢康林 68 997 17.0 29.0
2 陆榕 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(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)
研究主题发展历程
节点文献
搜索结果
层次型结构分类
聚类
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导