基于智能聚类的相关度内容检索方法

摘要：

为了提高内容检索的相关度与检索效率,基于信息系统理论与自组织神经网络理论,提出基于智能聚类的相关度检索方法,并设计了检索算法.经过训练的自组织神经网络通过对查询需求进行聚类,使得内容的检索只在与查询需求同类的文本内容中进行,提高了检索效率,并通过在同一个向量空间对查询向量与文本内容的语义向量进行相似度衡量,为用户选择更相关的内容提供依据.设计开发了基于智能聚类的内容检索试验平台,验证了该方法的有效性.

关键词：聚类分析、相似度、语义向量、内容检索、内容管理

所属期刊栏目：25

分类号：TP391;TP183(计算技术、计算机技术)

资助基金：国家科技攻关项目2003AA1Z2320

在线出版日期：2006-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1075-1078