基于主题短语的搜索引擎结果聚类

• 作者: 孙珊珊 梁玉环 王玉伟 索红光
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 搜索引擎 聚类 主题短语 同义词扩展 k-means算法
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 研究开发
• 页码范围: 107-110
• 页数: 4页
• 分类号: TP3
• 字数: 4460字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2010.03.026

摘要

为了解决搜索引擎检索结果中的主题混杂现象,帮助用户快速准确地定位到有价值的信息,提出基于主题短语的搜索引擎结果聚类方法.首先从检索结果中提取查询词并与相邻词语组成主题短语,建立包含高频独立词语及主题短语的混合向量空间模型,同时引入同义词词林对特征项进行语义扩充,最后采用改进的k-means聚类算法对搜索结果进行聚类,并为各个类别提取类别标签.实验结果表明,该算法能有效提高聚类结果的准确率.