Web文本聚類技術(shù)及聚類結(jié)果可視化研究.pdf

1、隨著Internet和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，Web已經(jīng)成為一個(gè)海量的、動(dòng)態(tài)的、異構(gòu)的信息資源庫(kù)。人們急需從大量的Web數(shù)據(jù)資源中快速、有效地獲取感興趣的知識(shí)和模式。而Web文本聚類是Web數(shù)據(jù)挖掘的核心基礎(chǔ)研究課題之一。聚類分析具有壓縮搜索空間、加快檢索速度等多方面的作用，它能幫助知識(shí)工作者高效而準(zhǔn)確的發(fā)現(xiàn)與某個(gè)文本最相似的文本；提高信息檢索系統(tǒng)的返回率(Recall)和精確度(Precision)；能提高搜索引擎的個(gè)性化推薦度。因

2、為在Web網(wǎng)絡(luò)上最常見(jiàn)的數(shù)據(jù)格式就是以HTML標(biāo)記語(yǔ)言表示的Web文本，所以對(duì)Web文本進(jìn)行聚類分析是一項(xiàng)非常重要并且很有價(jià)值的工作。本文主要研究Web文本聚類及聚類結(jié)果的可視化技術(shù)。 本文首先介紹了文本聚類的概念和Web數(shù)據(jù)挖掘分類，以及常用的文本聚類方法，以及相關(guān)數(shù)據(jù)預(yù)處理、簇評(píng)估和聚簇可視化等相關(guān)技術(shù)。 其次，系統(tǒng)闡述了Web文本聚類系統(tǒng)的處理流程，以及涉及到的關(guān)鍵技術(shù)，分析了這些技術(shù)的研究現(xiàn)狀和存在的問(wèn)題。

3、 然后，分析了K-Means基本算法思想基礎(chǔ)上，提出一種新的針對(duì)Web文本聚類的特征權(quán)重調(diào)整公式，該權(quán)重優(yōu)化公式綜合考慮了HTML文本標(biāo)簽信息和Web文本位置語(yǔ)義，同時(shí)，增加了信息增益權(quán)重計(jì)算因子，提高特征詞的類區(qū)分能力。本文同時(shí)在總結(jié)和分析現(xiàn)有數(shù)據(jù)可視化基礎(chǔ)上，對(duì)傳統(tǒng)的平行可視化方法和2D散點(diǎn)圖進(jìn)行改進(jìn)，實(shí)現(xiàn)了基于平行坐標(biāo)數(shù)據(jù)動(dòng)態(tài)可視化聚類分析和更直觀的維嵌套數(shù)據(jù)表示方法。增強(qiáng)了傳統(tǒng)平行坐標(biāo)數(shù)據(jù)可視化方法的交互性、實(shí)用性和信息反饋的