互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于高性能特征选择函数的Web文档聚类算法


□ 杨炳儒 邵阔义 宋泽锋 张克君

   (1.北京科技大学 知识工程研究所, 北京 100083;2.北京银联商务有限公司, 北京 100048)
  
  摘 要:目前常用向量空间模型 VSM(vector spacemodel)表示文档,造成的高维问题制约了其实际应用的效果。采用了一种高性能特征选择函数,在构建VSM时选取对区分类别贡献较大的特征词,因此有效地降低了特征空间的纬度,大大提高了系统的效率,改善了聚类的效果。通过真实数据集上的实验,证明其性能优于传统方法。
  关键词:文档聚类;Web挖掘;特征选择;降维
  中图分类号:TP391.9 文献标志码:A
   文章编号:10013695(2009)02054603
  
  Web document clustering algorithmbased on heigh performance feature selecting function
  
  YANG Bingru1,SHAO Kuoyi2,SONG Zefeng1,ZHANG Kejun1
  (1.Instrtute of Knowledge Engineering, University of Science & Technology Beijing, Beijing 100083, China;2.Beijing Unionpay Merchant Services Co.,Ltd., Beijing 100048, China)
  Abstract:Vector space model(VSM) is the mainly way to represent text, but, “heighly dimension” restricts the application of VSM. This paper constructed a heigh performance feature selecting function. Based on category resolve power,selected most valuble feature when constructed vector space. Based on the experiments on an real corpus, this Web document clustering algorithm has better efficiency than traditional algorithms.
  Key words:document clustering;Web mining;feature selection;dimension reduction ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017