文献类型：期刊文章

作　　者：宋擒豹[1] 沈钧毅[1]

机构地区：[1]西安交通大学计算机科学与技术系,陕西西安710049

出　　处：《软件学报》

基　　金：国家自然科学基金资助项目(60173058);国家863青年基金资助项目(863-306-QN2000-5)~~

年　　份：2002

卷　　号：13

期　　号：3

起止页码：417-423

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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：产联规则  WWW Web文档聚类算法  数据挖掘 数据库

分 类 号：TP311.13]