基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
搜索引擎的出现使得用户从信息爆炸性增长的互联网上获取所需的信息成为可能,个性化搜索引擎的研究使搜索结果尽可能满足不同用户的信息需求.文中提出了一种基于改进的DBSCAN算法的个性化搜索方法,在全文搜索包lucene与开源搜索引擎Nutch的基础上,实验证明该方法改善了聚类的结果,提高了用户搜索的准确率.
推荐文章
个性化服务中的并行K-Means聚类算法
个性化服务
并行
聚类算法
个性化搜索引擎算法研究
搜索引擎
网络蜘蛛
PageRank
感觉查询
反馈技术
基于主题聚类的 Web资源个性化推荐研究
语义网
主题
隐式跟踪
个性化推荐
个性化搜索引擎推荐算法研究
推荐系统
协同过滤
单值分解
相似性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于聚类算法的个性化搜索研究
来源期刊 计算机系统应用 学科 工学
关键词 个性化 DBSCAN 聚类 准确率
年,卷(期) 2009,(1) 所属期刊栏目 研究开发
研究方向 页码范围 62-65
页数 4页 分类号 TP3
字数 3160字 语种 中文
DOI 10.3969/j.issn.1003-3254.2009.01.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周娅 桂林电子科技大学计算机与控制学院 90 540 11.0 19.0
2 帅剑平 桂林电子科技大学计算机与控制学院 7 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
个性化
DBSCAN
聚类
准确率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导