基于科學(xué)文獻(xiàn)的數(shù)字圖書館中文本聚類的研究.pdf

1、隨著Internet網(wǎng)絡(luò)的日益普及，人們?cè)絹碓揭蕾嚲W(wǎng)絡(luò)來獲取各種信息，傳統(tǒng)的信息發(fā)布和獲取模式受到了巨大的沖擊。同時(shí)，隨著電子出版物的盛行，網(wǎng)絡(luò)作為學(xué)習(xí)和科研的主要手段也越來越為廣大的學(xué)生和科研工作者所推崇。 作為傳統(tǒng)的知識(shí)獲取主途徑，圖書館也面臨著數(shù)字傳媒的挑戰(zhàn)。人們可以借助互聯(lián)網(wǎng)來方便、快捷地下載各種文檔、教材，甚至是圖書的電子版本。因此，數(shù)字圖書館的建設(shè)成為圖書館發(fā)展的大勢(shì)所趨。為了使用戶得到更加良好的使用體驗(yàn)，不斷地完善

2、查詢結(jié)果的質(zhì)量是數(shù)字圖書館建設(shè)的關(guān)鍵。 現(xiàn)今的數(shù)字圖書館中的查詢系統(tǒng)基本上是以文本搜索引擎為模板，僅僅根據(jù)關(guān)鍵詞的出現(xiàn)與否來給出查詢結(jié)果。如果結(jié)果過于龐大，使用者往往浪費(fèi)大量的精力在尋找需要的文獻(xiàn)上，從而降低了科學(xué)研究的效率。那么，如何做到讓使用者快速定位自己需要的文獻(xiàn)呢?在現(xiàn)今的一些主流的商用搜索引擎上，已經(jīng)出現(xiàn)了解決的方法：文本的分類/聚類。 本論文重點(diǎn)研究文本聚類在改善數(shù)字圖書館查詢系統(tǒng)性能上的應(yīng)用。論文的主要

3、研究?jī)?nèi)容和創(chuàng)新成果如下： 1．闡述了文本聚類的基本概念和任務(wù)組成，針對(duì)聚類過程中的各個(gè)步驟分節(jié)介紹了關(guān)鍵技術(shù)要點(diǎn)，如文本表示、特征提取和相似度計(jì)算等。在了解基本的流程后，介紹了幾種主要的聚類方法，分析了其優(yōu)缺點(diǎn)。 2．提出了一種基于模糊C均值聚類的文本聚類方法(TS2FCM)。通過對(duì)代表文獻(xiàn)主題的關(guān)鍵短語的提取來建立主題子空間，利用主題子空間中的文本向量來提取初始中心和初始隸屬度矩陣。為了適應(yīng)科學(xué)文獻(xiàn)的特點(diǎn)，選取