作者:耿玉良; 陈家琪; 王咏梅文本聚类算法信息检索web挖掘
摘要:对基于混合相似度的HTFC算法进行改进,要做的预处理是:建立向量空间模型,计算文档和链接的混合相似度.算法过程是:首先随机选取√kn个文档进行层次聚类,直到剩k个聚簇为止;对这k个聚簇不断迭代直到集合元素不再变化为止;然后表示出每类;最后通过用户对结果的反馈使得新生成的簇继续迭代,最终满足用户需求.算法第1步采用的是改进的k-means算法,可提高运行效率.反馈机制对原有模型进一步修正,从而提高精度.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社