基于关联规则的Web文档聚类算法

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.

关键词：文档聚类、关联规则、Web挖掘、WWW

所属期刊栏目：13

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金60173058;国家高技术研究发展计划863计划863-306-QN2000-5

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：417-423