作者:
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:
针对用户在搜索结果列表中寻找所需信息困难的问题,在分析了Web搜索结果的特点的基础上,提出了一种结合K-Means的层次化方法对搜索结果进行聚类,并通过向用户提供查询结果的类别标签分类显示结果,从而大大提高可浏览性.同时,在该方法的基础上设计并实现了一个搜索结果聚类原型系统,实验结果表明新方法是可行的.
推荐文章
基于局部搜索机制的K-Means聚类算法
K-Means聚类算法
局部搜索机制
KMLS算法
文本聚类
结合模拟退火算法的遗传K-Means聚类方法
聚类
K-Means算法
遗传算法
模拟退火算法
基于改进引力搜索算法的K-means聚类
K-means算法
引力搜索算法
引力系数衰减因子
免疫克隆选择算法
一种改进的K-means聚类算法
K-means聚类算法
天牛须搜索算法
变步长
算法性能
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 一种结合K-Means的层次化的搜索结果聚类方法
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 搜索结果聚类 层次化聚类 类标签
年,卷(期) 2010,(3) 所属期刊栏目 计算机与自动控制
研究方向 页码范围 355-359
页数 分类号 TP391.1
字数 3878字 语种 中文
DOI
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 于洪 重庆邮电大学计算机科学与技术研究所 61 1645 13.0 40.0
2 谌强 重庆邮电大学计算机科学与技术研究所 1 0 0.0 0.0
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  (16)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
搜索结果聚类
层次化聚类
类标签
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
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导