基于Dirichlet过程的Deep Web数据源聚类方法

• 作者: 何中市 李英豪 黄进
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: Deep Web 数据集成 特征提取 dirichlet过程 混合模型
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 技术与方法
• 页码范围: 75-78
• 页数: 4页
• 分类号: TP391
• 字数: 3174字
• 语种: 中文

摘要

提出了一种基于Dirichlet过程的Deep Web数据源聚类方法,该方法采用层次Dirichlet过程(HDP)进行特征提取.首先将查询接口中原本高维稀疏的文本表示为主题特征,该过程能自动确定特征数.然后将文本看成多项式模型,采用Dirichlet过程混合模型聚类.该模型无需人工事先指定聚类个数,由Dirichlet过程根据数据自动计算得到,特别适用于Deep Web数据源数量大、变化快的特点.在通用数据集TEL-8上进行验证实验,并与其他聚类方法在F-measure和熵值两个指标上进行对比,均取得较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何中市	重庆大学计算机学院	96	980	17.0	24.0
2	李英豪	重庆大学计算机学院	3	59	2.0	3.0
3	黄进	重庆大学计算机学院	1	1	1.0	1.0