本文關(guān)鍵詞：鏈路結(jié)構(gòu)的網(wǎng)頁(yè)聚類研究

  更多相關(guān)文章： Web挖掘 鏈接分析 網(wǎng)頁(yè)聚類

【摘要】：網(wǎng)頁(yè)的鏈接關(guān)系反映了網(wǎng)頁(yè)之間聯(lián)系的緊密程度,這種緊密關(guān)系是網(wǎng)頁(yè)聚類的重要依據(jù).首先通過(guò)對(duì)網(wǎng)頁(yè)鏈路結(jié)構(gòu)的特點(diǎn)分析,提出網(wǎng)頁(yè)節(jié)點(diǎn)的基本集、擴(kuò)展集、半徑、鄰域、密度和路徑樹等概念;然后,利用共享入度出度以及網(wǎng)頁(yè)之間的相異度來(lái)衡量其距離,并結(jié)合擴(kuò)展集中的鏈接信息設(shè)計(jì)了網(wǎng)頁(yè)相似度的計(jì)算模型;最后,利用密度分布對(duì)網(wǎng)頁(yè)進(jìn)行聚類.實(shí)驗(yàn)結(jié)果表明,本算法具有較好的聚類效果.
【作者單位】： 中南財(cái)經(jīng)政法大學(xué)信息與安全工程學(xué)院;
【關(guān)鍵詞】： Web挖掘 鏈接分析 網(wǎng)頁(yè)聚類
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(71203164)資助 國(guó)家社會(huì)科學(xué)基金項(xiàng)目(14BXW033)資助
【分類號(hào)】：TP393.092;TP391.1
【正文快照】： 1引言隨著網(wǎng)頁(yè)數(shù)量的快速增長(zhǎng),人們迫切地需要對(duì)網(wǎng)頁(yè)進(jìn)行聚類劃分,從而更精確地檢索到目標(biāo)網(wǎng)頁(yè).通過(guò)文本挖掘的網(wǎng)頁(yè)聚類是傳統(tǒng)的方法,其聚類結(jié)果強(qiáng)烈依賴于網(wǎng)頁(yè)內(nèi)容的提取,而由于多媒體的豐富,圖片、視頻、音頻等非結(jié)構(gòu)化數(shù)據(jù)在頁(yè)面中的比重越來(lái)越大,使基于文本分析的網(wǎng)頁(yè)聚類，

本文編號(hào)：871208