發(fā)布時間：2017-12-10 11:02

  本文關(guān)鍵詞：FPC:大規(guī)模網(wǎng)頁的快速增量聚類

  更多相關(guān)文章： DOM樹分層向量 網(wǎng)頁簇中心 局部敏感哈希 快速增量聚類

【摘要】：面向結(jié)構(gòu)相似的網(wǎng)頁聚類是網(wǎng)絡(luò)數(shù)據(jù)挖掘的一項重要技術(shù)。傳統(tǒng)的網(wǎng)頁聚類沒有給出網(wǎng)頁簇中心的表示方式,在計算點簇間和簇簇間相似度時需要計算多個點對的相似度,這種聚類算法一般比使用簇中心的聚類算法慢,難以滿足大規(guī)�？焖僭隽烤垲惖男枨�。針對此問題,該文提出一種快速增量網(wǎng)頁聚類方法FPC(Fast Page Clustering)。在該方法中,先提出一種新的計算網(wǎng)頁相似度的方法,其計算速度是簡單樹匹配算法的500倍;給出一種網(wǎng)頁簇中心的表示方式,在此基礎(chǔ)上使用Kmeans算法的一個變種MKmeans(Merge-Kmeans)進(jìn)行聚類,在聚類算法層面上提高效率;使用局部敏感哈希技術(shù),從數(shù)量龐大的網(wǎng)頁類集中快速找出最相似的類,在增量合并層面上提高效率。
【作者單位】： 中國科學(xué)院計算技術(shù)研究所中國科學(xué)院網(wǎng)絡(luò)數(shù)據(jù)科學(xué)與技術(shù)重點實驗室;中國科學(xué)院大學(xué);中國信息安全評測中心;
【基金】：國家973計劃(2012CB316303,2013CB329602) 國家863計劃(2014AA015204) 國家自然科學(xué)基金(61232010,61425016,61572473,61572467)
【分類號】：TP391.1;TP393.092
【正文快照】： 這種方法對高層節(jié)點很敏感。文獻(xiàn)[4]使用自頂向1　引言下的樹編輯距離來計算網(wǎng)頁的相似度,這種方法對高層節(jié)點也很敏感,高層節(jié)點不匹配,則相似度非Web抽取是網(wǎng)絡(luò)數(shù)據(jù)挖掘中的重要應(yīng)用。針常小。對海量網(wǎng)頁的抽取,可以把結(jié)構(gòu)相似的網(wǎng)頁自動聚傳統(tǒng)的網(wǎng)頁聚類使用點代表的聚類方

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;FPC和激光加工工藝[J];印制電路信息;2006年12期

2 林均秀;陳國輝;王艷艷;何為;;超聲波在FPC黑孔化工藝中的應(yīng)用研究[J];印制電路信息;2010年09期

3 羅露;胡躍明;;基于機(jī)器視覺的FPC嵌入式檢測系統(tǒng)[J];計算機(jī)測量與控制;2011年02期

4 劉萍;FPC在計算機(jī)硬驅(qū)磁頭的應(yīng)用[J];印制電路信息;2001年06期

5 蔡積慶;;FPC用壓延銅箔[J];印制電路信息;2008年05期

6 何繁;;FPC用銅箔的表面處理技術(shù)[J];覆銅板資訊;2013年03期

7 黃杰賢;李迪;黃志平;楊冬濤;;FPC焊盤表面缺陷檢測研究[J];激光與紅外;2014年06期

8 唐勇;胡華平;羅宇;;高效報文捕獲引擎FPC的研究與實現(xiàn)[J];計算機(jī)工程與科學(xué);2006年05期

9 祝大同;撓性PCB用基板材料的新發(fā)展(4)——FPC用壓延銅箔的新成果[J];印制電路信息;2005年05期

10 吳衛(wèi)鐘;;關(guān)于如何控制FPC微連點分板后毛刺大小的研究試驗[J];印制電路信息;2011年09期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 ;降低主FPC不良發(fā)生率——廈門TDK有限公司 新力圈[A];2003年度電子工業(yè)優(yōu)秀質(zhì)量管理小組成果質(zhì)量信得過班組經(jīng)驗專集[C];2003年

2 劉萍;;FPC在數(shù)碼相機(jī)中的研究與應(yīng)用[A];全國第六屆SMT/SMD學(xué)術(shù)研討會論文集[C];2001年

3 楊根林;;如何提高FPT器件在FPC上之組裝良率及可靠性[A];2011中國電子制造與封裝技術(shù)年會論文集[C];2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 吳學(xué)娟;基于FPC的變頻調(diào)速恒壓供水系統(tǒng)的研究[D];安徽工程大學(xué);2012年

2 王學(xué)軍;用于多功能柔性功率調(diào)節(jié)器（FPC）的三相電壓源變換器（VSC）的研究[D];華中科技大學(xué);2006年

，

本文編號：1274195