元搜索引擎檢索結(jié)果聚類技術(shù)的研究與改進(jìn).pdf

1、在網(wǎng)絡(luò)應(yīng)用服務(wù)發(fā)展的今天，信息獲取已成為網(wǎng)民使用Internet的主要目的之一。由于傳統(tǒng)搜索引擎存在不足及自身的局限性，限制了人們對(duì)資源的獲取?，F(xiàn)存的大多數(shù)元搜索引擎以線性列表的方式為用戶返回檢索結(jié)果，其規(guī)模仍相當(dāng)龐大，這使得用戶可能用很多時(shí)間才能找到自己需要的結(jié)果。因此，對(duì)檢索結(jié)果進(jìn)行聚類處理成為提高用戶查找速度和快速定位所需信息的一個(gè)有效解決方案。
　　 本文通過(guò)對(duì)以往文本聚類算法特別是混合聚類算法研究的基礎(chǔ)上，從聚類結(jié)構(gòu)出

2、發(fā)，設(shè)計(jì)和改進(jìn)了基于分解和合并兩個(gè)階段的混合聚類算法一改進(jìn)的分解-合并聚類算法ISACA(Improved Separate-and-Amalgamate Clustering Algorithm)。分解階段通過(guò)計(jì)算相似性矩陣的次大特征向量推導(dǎo)出對(duì)相似關(guān)系圖的一次最優(yōu)劃分。計(jì)算最優(yōu)切割的過(guò)程中引入了冪法的概念，使整個(gè)計(jì)算過(guò)程的復(fù)雜度大大降低。合并階段分析T用到的幾個(gè)目標(biāo)函數(shù)的優(yōu)缺點(diǎn)，通過(guò)這些目標(biāo)函數(shù)找到二叉樹中的最優(yōu)聚類，為試驗(yàn)階段提供