基于整体相似度的文档主题匹配研究

• 作者: 魏小锐
• 来源期刊: 网络安全技术与应用
• 关键词: 文本挖掘 文档匹配 整体相似度 超团模式
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 44-46
• 页数: 3页
• 字数: 4023字
• 语种: 中文

摘要

基于内容的网络信息过滤需要动态地比较网页与用户模板.传统文档主题匹配算法主要以两两文档间的相似度为基础来计算,这在高维的文档向量空间并不总是合适.超团模式是一种附加了整体相似度约束的频繁项集,其内部文档更有可能属于同一类别.利用超团模式这种特性,提出了基于整体相似度的文档主题匹配方法,只利用同一个超团内部的文档来预测类别.该方法通过在现实世界数据集上与K-最近邻算法进行比较,实验结果证实了超团算法应用于文档主题匹配的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏小锐	东莞理工学院计算机与网络安全学院	19	94	4.0	9.0