基于互信息的Web文档聚类方法

• 作者: 杨涛 索红光
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 信息检索 文档聚类 互信息 特征选取 向量空间模型
• 年，卷（期）: 2007,（2）
• 页码范围: 131-134
• 页数: 4页
• 分类号: TP391
• 字数: 2998字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2007.02.031

摘要

由于网络信息的激增,如何充分利用大量的信息,并有效地为Web用户服务成为一个急需解决的问题.相关研究表明利用Web文档聚类的方法可以缩小信息检索的范围,提高查询准确率.通过分析Web文档的特征以及常用Web文档聚类方法的优缺点,提出了一种基于互信息理论的Web文档聚类的方法.在聚类的过程中,计算特征词之间的互信息值,根据阈值判断特征词是否属于同一类别.实验结果表明,该方法与K-Means聚类算法相比较,在准确率和召回率方面均有提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	索红光	中国石油大学计算机与通信工程学院	10	380	6.0	10.0
5	杨涛	中国石油大学计算机与通信工程学院	87	1632	20.0	39.0