Web文本聚类算法WTCA的研究与实现

• 作者: 郑煜 钱榕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Web文本挖掘 文本聚类 非结构化数据挖掘结构模型 自组织特征映射
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 170-172
• 页数: 3页
• 分类号: TP18
• 字数: 2914字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.04.052

摘要

提出了一种新的Web文本聚类算法WTCA--基于自组织特征映射神经网络(SOM)的聚类算法.该算法分为训练SOM网络及聚类分析两个阶段,具有自稳定性,无须外界给出评价函数;能够识别概念空间中最有意义的特征,抗噪音能力强.该算法应用到现代远程教育网,可以对各类远程教育站点上收集的文本资料信息自动进行聚类分析;从海量Web文本信息源中快速有效地获取重要的知识.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑煜	东北林业大学理学院	28	114	7.0	9.0
2	钱榕	北京科技大学信息工程学院	10	77	6.0	8.0