基于关联规则的Web文档聚类算法

被引：34

作者：

宋擒豹

沈钧毅

机构：

[1] 西安交通大学计算机科学与技术系

来源：

软件学报 | 2002年 / 03期

关键词：

文档聚类; 关联规则; Web挖掘; WWW;

D O I：

10.13328/j.cnki.jos.2002.03.014

中图分类号：

TP393.03 [];

学科分类号：

摘要：

Web文档聚类可以有效地压缩搜索空间,加快检索速度,提高查询精度.提出了一种Web文档的聚类算法.该算法首先采用向量空间模型VSM(vector space model)表示主题,根据主题表示文档;再以文档为事务,以主题为事务项,将文档和主题间的关系看作事务的形式,采用关联规则挖掘算法发现主题频集,相应的文档集即为初步文档类;然后依据类间距离和类内连接强度阈值合并、拆分类,最终实现文档聚类.实验结果表明,该算法是有效的,能处理文档类间固有的重叠情况,具有一定的实用价值.

引用

页码：417 / 423

页数：7