一种改进的基于后缀树模型搜索结果聚类算法

摘要：

针对现有搜索结果分类算法在聚类标签筛选、聚类质量评估及控制重叠聚类方面的缺陷,提出了一种改进的基于向量空间模型与后缀树模型的检索结果聚类算法,从而完善了LINGO算法的聚类及聚类标签打分函数,增加了基本类合并过程,改善了对中文的处理效果.最后对算法的分类效果及产生标签的质量进了实验分析,基于carrot2框架,建立了Web搜索结果聚类推荐平台.验证了CQIG算法分类的准确性和聚类标签的区分性和可读性.

关键词：搜索结果聚类、后缀树模型、向量空间模型、奇异值分解

所属期刊栏目：38

分类号：TP391.1(计算技术、计算机技术)

资助基金：辽宁省教育厅科研基金2008366

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：148-152