数字文献资源高维向量表示模型与聚类检验1）

摘要：

文献的向量表示方法对文献聚合、聚类和分类等研究是重要的。本文在向量空间模型（VSM）的基础上，通过补充文献特征此间的潜在语义相关性，提出了潜在语义向量空间模型（CLSVSM），并采用CNKI的学科分类文献为样本进行实验检验，结果显示新模型在文献聚类效果上明显好于VSM模型。

关键词：数字文献资源、高维向量、聚类、VSM、CLSVSM

分类号：TP3;G25

资助基金：1本文系国家社科基金重大项目“基于语义的馆藏资源深度聚合与可视化展示研究”11

在线出版日期：2015-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：53-66