基于句子级最大频繁单词集的Web文档聚类研究

• 作者: 袁莉 路松峰 陈云开
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: Web文档聚类 粗糙集 关联规则 最大频繁单词集
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 154-157,164
• 页数: 5页
• 分类号: TP3
• 字数: 7120字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2007.07.041

摘要

Web文档聚类是Web挖掘的一个重要研究方向.现有的挖掘算法得到的频繁模式不仅维数高,而且不能很好反映文档表达的语义信息.为了得到更精确的聚类结果,本文提出一种基于句子级的最大频繁单词集挖掘方法来挖掘文档特征项.在此基础上,先初步聚类后依据类间距离和类内链接强度阈值合并或拆分类,最终实现文档聚类.在此过程中,使用可变精度粗糙集模型计算每个类的特征向量.实验结果表明,本文提出的算法优于传统的文档聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁莉	华中科技大学计算机科学与技术学院	74	557	13.0	19.0
2	路松峰	华中科技大学计算机科学与技术学院	34	277	8.0	14.0
3	陈云开	华中科技大学计算机科学与技术学院	7	87	6.0	7.0