Web文本聚类的研究与实现

• 作者: 吴长勤 葛华 贾丙静
• 来源期刊: 长春师范学院学报：自然科学版
• 学科: 工学
• 关键词: WEB文本聚类 分词 特征表示 特征选择 K-MEANS算法
• 年，卷（期）: 2011,（3）
• 页码范围: 26-29
• 页数: 4页
• 分类号: TP31

摘要

Web文本聚类是使文本之间具有最大的簇内相似性,同时具有最小的簇间相似性,它是一个将文本集分组的全自动处理过程。本文首先提出了Web文本聚类模型,然后对Web文本聚类关键技术进行了深入的研究,讨论了分词、特征表示、特征选择和K-means算法等相关技术。最后,实现了该文本聚类系统,对采集到的Web文本进行聚类,实验证明此算法具有很好的聚类结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴长勤	安徽科技学院理学院	11	15	2.0	3.0
2	葛华	安徽科技学院理学院	11	19	3.0	4.0
3	贾丙静	安徽科技学院理学院	6	6	2.0	2.0