Web文檔聚類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、我們生活在一個(gè)信息化的時(shí)代，各種信息急劇膨脹，為了有效利用這些信息，數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)應(yīng)運(yùn)而生，并顯示出強(qiáng)大的生命力。聚類分析在數(shù)據(jù)挖掘研究中占有重要的位置。所謂聚類，就是將物理或抽象對(duì)象的集合劃分成為由類似的對(duì)象組成的多個(gè)類的過程。 本文首先對(duì)Web文檔聚類中的數(shù)據(jù)表示方法、特征提取、權(quán)值計(jì)算進(jìn)行了系統(tǒng)的研究，并開發(fā)了一整套從網(wǎng)上下載新聞、提取新聞?wù)摹⑻崛≡~干、計(jì)算權(quán)值、聚類、聚類結(jié)果可視化的軟件，軟件采用了XML和多線

2、程技術(shù)。 介紹和分析了K-means聚類算法，并對(duì)Web文檔聚類中的歐氏距離進(jìn)行改進(jìn)。改進(jìn)后的歐氏距離與傳統(tǒng)歐氏距離相比，提高了聚類的質(zhì)量和速度。改進(jìn)的歐氏距離與文本聚類中常用的余弦距離效果相當(dāng)。 提出一種基于交集的聚類組合算法，借鑒了選舉投票的思想。給定同一數(shù)據(jù)集的不同聚類結(jié)果，此算法先求出不同聚類結(jié)果中每個(gè)簇的對(duì)應(yīng)關(guān)系，然后計(jì)算這幾個(gè)聚類結(jié)果中對(duì)應(yīng)簇的交集，對(duì)剩余的有爭議對(duì)象進(jìn)行投票，最后把投票之后仍未確定歸屬的對(duì)象