一种基于网页块特征的多级网页聚类方法

• 作者: 俞晓明 刘悦 李希鹏 程学旗 范意兴 赵岭 郭岩
• 来源期刊: 山东大学学报（理学版）
• 学科: 工学
• 关键词: 网页分块 网页聚类 DOM
• 年，卷（期）: 2015,（7）
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP391
• 字数: 6408字
• 语种: 中文
• DOI: 10.6040/j.issn.1671-9352.3.2014.270

摘要

利用网页的结构特征，提出一种多级网页聚类方法。该方法首先对网页进行分块，然后使用网页的块特征对网页进行聚类。在聚类过程中，通过调整阈值，能够提供三级聚类：同站点网页聚类、同站点同结构网页聚类、同站点同结构同模板网页聚类。与已有的网页聚类方法相比较，该方法能够提供多级聚类结果，满足不同的聚类需求，而且在聚类的准确率和效率方面有本质上的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程学旗	中国科学院计算技术研究所	160	4858	31.0	67.0
2	郭岩	中国科学院计算技术研究所	24	587	11.0	24.0
3	刘悦	中国科学院计算技术研究所	56	565	12.0	22.0
4	赵岭	中国科学院计算技术研究所	46	660	15.0	23.0
5	俞晓明	中国科学院计算技术研究所	16	138	6.0	11.0
6	范意兴	中国科学院计算技术研究所	4	9	2.0	3.0
10	李希鹏	中国科学院计算技术研究所	2	5	2.0	2.0