本文關(guān)鍵詞：搜索引擎返回結(jié)果聚類技術(shù)的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

西南交通大學(xué) 碩士學(xué)位論文 搜索引擎返回結(jié)果聚類技術(shù)的研究與實(shí)現(xiàn) 姓名:陳菊紅 申請學(xué)位級(jí)別:碩士 專業(yè):計(jì)算機(jī)應(yīng)用技術(shù) 指導(dǎo)教師:金煒東 20090601第頁 西南交通大學(xué)碩士研究生學(xué)位論文 摘要 隨著因特網(wǎng)技術(shù)的飛速發(fā)展和搜索引擎技術(shù)的日趨成熟,人們逐漸開始頻繁 利用網(wǎng)絡(luò)來獲取所需的資源,而現(xiàn)有的搜索引擎返回的查詢結(jié)果數(shù)量龐大且呈線 性排列,用戶很難在較短的時(shí)間內(nèi)找到有用的信息,因此如何能夠快捷、準(zhǔn)確地 發(fā)現(xiàn)信息則成為目前信息檢索領(lǐng)域亟待解決的問題。文本聚類具有較強(qiáng)的靈活性 和自動(dòng)處理能力,已經(jīng)逐漸成為對搜索引擎進(jìn)行有效地組織和導(dǎo)航的重要手段。 本文就文本聚類算法進(jìn)行了深入的研究,采用聚類算法作為主要框架, 探索和研究文本聚類在搜索引擎領(lǐng)域內(nèi)的應(yīng)用,主要研究工作如下: 文本預(yù)處理的許多關(guān)鍵技術(shù)直接影響聚類的效果,因此本文對文本聚類預(yù)處 理中涉及的關(guān)鍵技術(shù)做了深入的研究,在此基礎(chǔ)上設(shè)計(jì)和實(shí)現(xiàn)了包含網(wǎng)頁去噪、 詞干提取、停止詞過濾等功能的預(yù)處理子系統(tǒng)。 ?是向量空間模型中最常 用的權(quán)重計(jì)算方法,它可以有效地強(qiáng)化在文檔中出現(xiàn)的高頻詞匯的權(quán)重,弱化在 文檔集合中出現(xiàn)頻率較高但是包含文檔信息量少的常用詞的權(quán)重。但是,事實(shí)上 詞對文檔的重要程度還與詞的詞性以及詞在文檔中的位置因素有關(guān),因此本文在 傳統(tǒng)的的基礎(chǔ)上加入詞性權(quán)重與位置權(quán)重對其進(jìn)行修正,實(shí)驗(yàn)證明改進(jìn) 后的?可以更加準(zhǔn)確的描述詞對文檔的重要程度,有效地提高了聚類算法 的查準(zhǔn)率和查全率,使算法的整體性能有了較大的提高。 本文對聚類算法做了深入的研究和分析,通過對比實(shí)驗(yàn)證明它比目前 流行的后綴樹算法聚類的性能更優(yōu),提取出的類標(biāo)簽更能反映類別信息, 易于理

  本文關(guān)鍵詞：搜索引擎返回結(jié)果聚類技術(shù)的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。