Web文本聚類技術及聚類結果可視化研究.pdf

1、隨著Internet和計算機網(wǎng)絡技術的飛速發(fā)展，Web已經(jīng)成為一個海量的、動態(tài)的、異構的信息資源庫。人們急需從大量的Web數(shù)據(jù)資源中快速、有效地獲取感興趣的知識和模式。而Web文本聚類是Web數(shù)據(jù)挖掘的核心基礎研究課題之一。聚類分析具有壓縮搜索空間、加快檢索速度等多方面的作用，它能幫助知識工作者高效而準確的發(fā)現(xiàn)與某個文本最相似的文本；提高信息檢索系統(tǒng)的返回率(Recall)和精確度(Precision)；能提高搜索引擎的個性化推薦度。因

2、為在Web網(wǎng)絡上最常見的數(shù)據(jù)格式就是以HTML標記語言表示的Web文本，所以對Web文本進行聚類分析是一項非常重要并且很有價值的工作。本文主要研究Web文本聚類及聚類結果的可視化技術。 本文首先介紹了文本聚類的概念和Web數(shù)據(jù)挖掘分類，以及常用的文本聚類方法，以及相關數(shù)據(jù)預處理、簇評估和聚簇可視化等相關技術。 其次，系統(tǒng)闡述了Web文本聚類系統(tǒng)的處理流程，以及涉及到的關鍵技術，分析了這些技術的研究現(xiàn)狀和存在的問題。

3、 然后，分析了K-Means基本算法思想基礎上，提出一種新的針對Web文本聚類的特征權重調(diào)整公式，該權重優(yōu)化公式綜合考慮了HTML文本標簽信息和Web文本位置語義，同時，增加了信息增益權重計算因子，提高特征詞的類區(qū)分能力。本文同時在總結和分析現(xiàn)有數(shù)據(jù)可視化基礎上，對傳統(tǒng)的平行可視化方法和2D散點圖進行改進，實現(xiàn)了基于平行坐標數(shù)據(jù)動態(tài)可視化聚類分析和更直觀的維嵌套數(shù)據(jù)表示方法。增強了傳統(tǒng)平行坐標數(shù)據(jù)可視化方法的交互性、實用性和信息反饋的