利用标签的层次化搜索结果聚类方法

• 作者: 冯博琴 张云
• 来源期刊: 西安交通大学学报
• 关键词: 搜索结果聚类 词共现 候选聚类标签 层次化聚类
• 年，卷（期）: 2009,（4）
• 页码范围: 18-21,38
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2009.04.005

摘要

为了提高搜索引擎返回结果的可浏览性,满足用户对查询质量的要求,提出了一种层次化搜索结果聚类方法.首先,从搜索引擎的返回结果提取出文档集,并对每一个文档进行词干化、去除停用词等操作.然后,根据词共现信息来发现文档集中的频繁2元组,再将2元组扩展为n元组,对所有元组进行去冗余、重要性排序,从而获得候选聚类标签.最后,基于该标签对返回结果中的文档进行分配与聚集,形成层次化聚类结果.实验结果表明,所提方法可以通过获得的准确、可读性较好的聚类标签,帮助用户有效地浏览搜索引擎返回的结果.与Vivisimo、STC、Lingo算法比较,以及在多个评价指标上的综合实验结果也表明,该方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯博琴	西安交通大学电子与信息工程学院	171	3268	30.0	50.0
2	张云	西安交通大学电子与信息工程学院	17	331	10.0	17.0