Web搜索結(jié)果聚類(lèi)方法研究.pdf

1、隨著網(wǎng)絡(luò)上的信息總量不斷擴(kuò)大，Web搜索引擎往往返回了大量與用戶(hù)需求無(wú)關(guān)的搜索結(jié)果，增加了用戶(hù)的瀏覽負(fù)擔(dān)。一種有效的解決方法是對(duì)搜索結(jié)果進(jìn)行聚類(lèi)，形成若干具有特定主題的類(lèi)，并對(duì)每個(gè)類(lèi)提取能描述其大意的類(lèi)標(biāo)簽對(duì)用戶(hù)的查詢(xún)過(guò)程進(jìn)行引導(dǎo)，幫助其快速瀏覽及準(zhǔn)確定位信息，這樣將會(huì)大大減少用戶(hù)查找自己所需要的結(jié)果的時(shí)間。
　　 本文針對(duì)Web搜索結(jié)果聚類(lèi)方法進(jìn)行了研究。Web搜索結(jié)果聚類(lèi)必須既滿足實(shí)時(shí)性要求又保證好的聚類(lèi)效果，因此在選擇聚類(lèi)

2、算法時(shí)，必須同時(shí)考慮聚類(lèi)時(shí)間和聚類(lèi)質(zhì)量?jī)煞矫娴囊?。本文首先改進(jìn)了一種結(jié)合k-means的層次化的Web搜索結(jié)果聚類(lèi)方法，新方法首先利用凝聚層次聚類(lèi)方法確定初始聚類(lèi)中心，再結(jié)合k-means方法對(duì)Web文檔進(jìn)行聚類(lèi)劃分。
　　 為更好地適應(yīng)Web搜索結(jié)果聚類(lèi)的客觀性要求，使聚類(lèi)結(jié)果更客觀真實(shí)，針對(duì)聚類(lèi)搜索引擎的特點(diǎn)，給出了一種基于信息熵的自適應(yīng)搜索結(jié)果聚類(lèi)方法，該方法采用投票機(jī)制確定初始聚類(lèi)中心，引入信息熵理論來(lái)自動(dòng)確定聚類(lèi)類(lèi)別