基于Web的網(wǎng)頁(yè)聚類系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、近幾年來(lái)，隨著網(wǎng)絡(luò)的發(fā)展，信息迅猛增多，在浩瀚的信息海洋中如何快速而有效地獲得所需要的信息，是困擾網(wǎng)上用戶的難題。用戶使用現(xiàn)有的搜索引擎瀏覽Web頁(yè)面時(shí)，雖然能部分的解決資源發(fā)現(xiàn)的功能，但其精度不高，不能為用戶提供結(jié)構(gòu)化信息，也不能提供文檔分類、過(guò)濾等功能，對(duì)于信息資源的一個(gè)主要形式——文本，人們迫切需要能夠從大量Web文本集合中快速、有效地發(fā)現(xiàn)資源和知識(shí)的工具。 本文通過(guò)對(duì)數(shù)據(jù)挖掘技術(shù)中的聚類分析做深入研究，提出了一種基于智能

2、化的網(wǎng)頁(yè)聚類系統(tǒng)，它以聚類算法為核心，自動(dòng)聚合相似內(nèi)容的網(wǎng)頁(yè)，并最終提交給用戶界面顯示。其中聚類算法采用向量空間模型表示網(wǎng)頁(yè)的文檔，再利用模糊聚類算法挖掘出相似度高的文檔集，初步劃分文檔類別，同時(shí)對(duì)“粗結(jié)果”的評(píng)價(jià)再次融入模糊聚類算法，不斷地將具有“粗相似度”結(jié)果的文檔集劃分為若干個(gè)簇，同一個(gè)簇內(nèi)文檔內(nèi)容的相似度不斷擴(kuò)大，而不同簇間的相似度不斷縮小，最終達(dá)到合理的“物以類聚”通過(guò)使用層次聚類為基本的挖掘工具，基本實(shí)現(xiàn)了能夠以在線的、交互