改进的基于后缀树的Web搜索结果聚类算法

• 作者: 李万龙 李航 董亚则 郑山红
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 文本聚类 后缀树 向量空间模型 Web检索结果
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 543-549
• 页数: 7页
• 分类号: TP39
• 字数: 4833字
• 语种: 中文

摘要

为提高Web搜索精度和检准率,在后缀树聚类算法基本模型的基础上,提出了一种改进的基于后缀树的搜索结果聚类算法.将向量空间模型与后缀树聚类相结合,改善了基类合并的效果,综合基类节点对应文本数、短语包含词语长度、短语权重及是否包含查询词作为聚类标签的筛选条件,改进了聚类标签的合理性和可读性.以搜狗语料库中的文本分类语料库为数据源进行的实验结果表明,该方法在一定程度上提高了聚类结果的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董亚则	长春工业大学应用技术学院	22	59	4.0	7.0
2	郑山红	长春工业大学计算机科学与工程学院	60	249	8.0	12.0
3	李万龙	长春工业大学计算机科学与工程学院	66	472	9.0	19.0
4	李航	长春工业大学计算机科学与工程学院	5	10	3.0	3.0