一种基于K—means算法的主题数据库规划方法

• 作者: 刘亚清 汪林 白惇 范青蓝 鲁明羽
• 来源期刊: 信息工程期刊：中英文版
• 学科: 工学
• 关键词: 主题数据库 信息资源规划 聚簇偏置
• 年，卷（期）: 2015,（6）
• 页码范围: 173-176
• 页数: 4页
• 分类号: TP

摘要

主题数据库规划一直是信息资源规划领域研究的重点，而实体聚合算法是影响主题数据库规划质量的关键。但是现有的计算实体聚合毖方法很容易陷入聚簇偏置，影响了规划质量。针对这一问题，作者首先计算实体对的亲和毖，然后将实体对的亲和关系看作网页之间的链接关系，使用PageRaxtk算法对实体对重要性排序，进而使用K—means算法迭代来聚合实体。实验结果表明本文提出的方法能够避免聚簇偏置，进而改善了主题数据库规划质量。