基于超链接信息的Web文本聚类方法研究

摘要：

面对当前大量的文本数据信息,如何帮助人们准确定位所需信息,成为文本挖掘领域的一个研究趋势.通过将文本分类和聚类方法应用于信息检索--对网页文本进行聚类,提出了基于超链接信息的Web文本自动聚类模型.利用结构挖掘技术获得主题领域的多个权威网页作为初始聚类中心,通过去除超链接信息中的噪声和多余链接得到网站的简明拓扑结构,并结合内容挖掘,动态调整聚类中心,最终将网页聚成各主题下的不同子类别.

关键词：文本挖掘、HITS算法、拓扑结构

分类号：TP393(计算技术、计算机技术)

在线出版日期：2006-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：99-101