| 一种基于关键特征的搜索引擎结果聚类算法 |
| |
| 引用本文： | 张辉,谢科,庞斌,吴辉. 一种基于关键特征的搜索引擎结果聚类算法[J]. 北京航空航天大学学报, 2007, 33(6): 739-742 |
| |
| 作者姓名： | 张辉 谢科 庞斌 吴辉 |
| |
| 作者单位： | 北京航空航天大学 开发环境国家重点实验室, 北京 100083 |
| |
| 基金项目： | 科技部科技基础条件平台建设计划 |
| |
| 摘 要： | 为了解决用户在搜索引擎结果列表中寻找所需信息困难的问题,帮助用户快速有效地定位有价值的Web文档,与向量空间模型方法不同,采用基于关键特征的聚类算法(KFC).首先从搜索引擎返回结果的关键词里选择重要的词作为关键特征,然后通过分析特征间的关系对特征聚类,最后基于特征聚类结果实现文档的聚类.通过对实验结果的测试表明了算法的有效性.
|
| 关 键 词： | 搜索引擎 算法 特征提取 文档聚类 向量空间模型VSM KFC算法 |
| 文章编号： | 1001-5965（2007）06-0739-04 |
| 收稿时间： | 2006-08-23 |
| 修稿时间： | 2006-08-23 |
Key-feature-based clustering algorithm for search engine results |
| |
| Zhang Hui,Xie Ke,Pang Bin,Wu Hui. Key-feature-based clustering algorithm for search engine results[J]. Journal of Beijing University of Aeronautics and Astronautics, 2007, 33(6): 739-742 |
| |
| Authors: | Zhang Hui Xie Ke Pang Bin Wu Hui |
| |
| Affiliation: | National Laboratory of Software Development Environment, Beijing University of Aeronautics and Astronautics, Beijing 100083, China |
| |
| Abstract: | To solve the problem that users of web search engines are often forced to sift through the long ordered list of document,a new key-feature clustering(KFC) algorithm was presented to help locate the valuable search results that the users really needed,which was different from VSM.The algorithm firstly extracted some key features from the |
| |
| Keywords: | search engines algorithm feature extraction document clustering vector space model KFC algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《北京航空航天大学学报》浏览原始摘要信息 |
|
点击此处可从《北京航空航天大学学报》下载全文 |
