基于词间语义相关度的搜索结果聚类算法

• 作者: 张国英 沙芸
• 来源期刊: 郑州大学学报(理学版)
• 学科: 工学
• 关键词: 搜索结果聚类 词间语义相关度 文档相似度
• 年，卷（期）: 2009,（1）
• 页码范围: 73-76
• 页数: 4页
• 分类号: TP181
• 字数: 2911字
• 语种: 中文

摘要

将查询结果根据内容进行聚类是提高搜索引擎服务质量的关键技术之一.搜索结果聚类时只能从文档标题和文档片段中抽取有限信息,传统聚类方法难以准确计算其相似度.提出了一种基于词间语义相关度的搜索结果聚类算法,该算法以词为聚类的核心,词所出现的文档为词的属性,根据词在搜索结果文档中共现的情况来划分类别.该方法可以充分利用词间的语义相关性,类别划分后即可确定类名.实验结果表明,对搜索结果聚类时与K-Means和STC算法相比,质量上有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国英	北京石油化工学院计算机科学与工程系	25	408	13.0	19.0
2	沙芸	北京石油化工学院计算机科学与工程系	14	108	6.0	10.0