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:
随着文档数的增加,STC算法聚类标签描述越来越差,而Lingo算法的聚类标签描述能力较好,但是正确率较低,基于以上的特点,本文对Lingo算法进行改进,对聚类结果进行层次组织,最后将改进的Lingo算法应用到元搜索引擎中,并通过实验证明,改进的Lingo算法在时间上和准确率上都是高于传统的聚类算法的。
推荐文章
元搜索引擎研究
搜索引擎
信息检索
元搜索引擎
后缀树聚类算法在元搜索引擎中的应用
元搜索引擎
文本聚类
后缀树
元搜索引擎排序技术综述
元搜索引擎
结果集成
排序算法
相关性
智能技术在搜索引擎中的应用
智能技术
搜索引擎
网对网技术
数据挖掘
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 改进的Lingo算法在元搜索引擎中的应用
来源期刊 信息与电脑:理论版 学科 工学
关键词 元搜索引擎 LINGO 算法模块 描述能力 检索请求 查询请求 系统流程图 时间效率 用户界面 时间
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 154-155
页数 2页 分类号 TP391.3
字数 语种
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 王娜 河南理工大学现代教育技术中心 15 15 3.0 3.0
2 冯冰洁 河南理工大学现代教育技术中心 5 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(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
元搜索引擎
LINGO
算法模块
描述能力
检索请求
查询请求
系统流程图
时间效率
用户界面
时间
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
信息与电脑(理论版)
月刊
1003-9767
11-2697/TP
大16开
82-454
2007
chi
出版文献量(篇)
11272
总下载数(次)
57
总被引数(次)
46393
论文1v1指导