基于属性重要性的Web文本聚类研究

• 作者: 吴长勤 王亚军 王传安 贾丙静
• 来源期刊: 重庆文理学院学报：自然科学版
• 学科: 工学
• 关键词: WEB文本聚类 特征表示 特征选择 属性重要性
• 年，卷（期）: 2011,（3）
• 页码范围: 49-51
• 页数: 3页
• 分类号: TP391

摘要

Web文本聚类是一种典型的无指导机器学习技术,目标是将站点上采集到的Web文本分成若干簇,使同一簇内的文本相似性最大,不同簇间的文本相似性最小.为了对原始粗糙的Web文本数据进行降维处理,在知识属性值的基础上,计算单个属性相对于属性集的重要性量化值,并根据属性重要性量化值对特征向量降维,并采用K-means算法对降维后的数据聚类,实验证明该方法缩短了聚类时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王亚军	安徽科技学院理学院	7	0	0.0	0.0
2	王传安	安徽科技学院理学院	11	3	1.0	1.0
3	吴长勤	安徽科技学院理学院	11	15	2.0	3.0
4	贾丙静	安徽科技学院理学院	6	6	2.0	2.0