海量短语信息文本聚类技术研究

• 作者: 杨树强 王永恒 贾焰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本挖掘 海量 短语 并行
• 年，卷（期）: 2007,（14）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 38-40
• 页数: 3页
• 分类号: TP18
• 字数: 3525字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.14.013

摘要

信息技术的发展造成了大量的文本数据累积,其中很大一部分是短文本数据.文本聚类技术对于从海量短文中自动获取知识具有重要意义.现有的一般文本挖掘方法很难处理TB级的海量数据.由于短文本中的关键词出现次数少,文本挖掘的精度很难保证.该文提出了一种基于频繁词集并结合语义信息的并行聚类算法来解决海量短语信息的聚类问题.实验表明,该方法在处理海量短语信息时具有很好的性能和准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾焰	国防科技大学计算机学院网络研究所	118	926	16.0	24.0
2	杨树强	国防科技大学计算机学院网络研究所	35	441	12.0	19.0
3	王永恒	国防科技大学计算机学院网络研究所	6	107	5.0	6.0