元搜索引擎檢索結(jié)果聚類技術(shù)的研究與改進.pdf

1、在網(wǎng)絡應用服務發(fā)展的今天，信息獲取已成為網(wǎng)民使用Internet的主要目的之一。由于傳統(tǒng)搜索引擎存在不足及自身的局限性，限制了人們對資源的獲取?，F(xiàn)存的大多數(shù)元搜索引擎以線性列表的方式為用戶返回檢索結(jié)果，其規(guī)模仍相當龐大，這使得用戶可能用很多時間才能找到自己需要的結(jié)果。因此，對檢索結(jié)果進行聚類處理成為提高用戶查找速度和快速定位所需信息的一個有效解決方案。
　　 本文通過對以往文本聚類算法特別是混合聚類算法研究的基礎上，從聚類結(jié)構(gòu)出

2、發(fā)，設計和改進了基于分解和合并兩個階段的混合聚類算法一改進的分解-合并聚類算法ISACA(Improved Separate-and-Amalgamate Clustering Algorithm)。分解階段通過計算相似性矩陣的次大特征向量推導出對相似關(guān)系圖的一次最優(yōu)劃分。計算最優(yōu)切割的過程中引入了冪法的概念，使整個計算過程的復雜度大大降低。合并階段分析T用到的幾個目標函數(shù)的優(yōu)缺點，通過這些目標函數(shù)找到二叉樹中的最優(yōu)聚類，為試驗階段提供