【摘要】：目前,大多數(shù)搜索引擎都是用相關(guān)度或page-rank或HITS(Hyperlink-Induced Topic Search)算法對(duì)匹配的結(jié)果進(jìn)行排序,然后以列表的方式呈現(xiàn)給用戶。事實(shí)表明:其索引質(zhì)量不高,對(duì)所收集的信息缺乏有效的分類處理,用戶面對(duì)成千上萬(wàn)的搜索結(jié)果無(wú)法一一查看,而真正符合需要的搜索結(jié)果常常因?yàn)榕旁诤竺娑宦z,返回的結(jié)果只有極少部分得到了用戶的有效利用。文章提出運(yùn)用基于K近鄰的模糊C均值算法(以下簡(jiǎn)稱KNN-FCM)對(duì)搜索引擎的初始結(jié)果進(jìn)行自動(dòng)聚類,系統(tǒng)再針對(duì)用戶作出的適時(shí)反饋進(jìn)行相應(yīng)的輸出調(diào)整,從而方便用戶查找信息。
[Abstract]:At present, most search engines use correlation degree or page-rank or HITS (Hyperlink-Induced Topic Search) algorithm) to sort the matching results and present them to users in the form of lists. The facts show that the index quality is not high, the information collected is not effectively classified, the user can not view thousands of search results, and the search results that really meet the needs are often missed because they are at the bottom of the list. Only a few of the returned results are effectively utilized by the user. In this paper, the fuzzy C-means algorithm based on K-nearest neighbor (KNN-FCM) is proposed to cluster the initial results of search engine automatically, and then the system adjusts the output according to the timely feedback made by users. Thus, it is convenient for users to find information.
【作者單位】： 華中師范大學(xué)信息管理系 華中師范大學(xué)信息管理系
【基金】：國(guó)家社科基金項(xiàng)目(06BTQ024)研究成果之一
【分類號(hào)】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張惟皎,劉春煌,李芳玉;聚類質(zhì)量的評(píng)價(jià)方法[J];計(jì)算機(jī)工程;2005年20期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李丹丹;褚麗麗;;加權(quán)共協(xié)矩陣聚類融合研究[J];科技和產(chǎn)業(yè);2010年01期

2 宋云昌;;基于分類的聚類方法研究及其應(yīng)用[J];電腦編程技巧與維護(hù);2011年10期

3 王家耀;謝明霞;郭建忠;陳科;;基于相似性保持和特征變換的高維數(shù)據(jù)聚類改進(jìn)算法[J];測(cè)繪學(xué)報(bào);2011年03期

4 梁紅;;利用劃分方法進(jìn)行混合數(shù)據(jù)聚類[J];地理空間信息;2011年06期

5 呂宗磊;王建東;李瑩;宰云峰;;一種基于模態(tài)邏輯的聚類結(jié)果評(píng)價(jià)方法[J];計(jì)算機(jī)研究與發(fā)展;2008年09期

6 王小華;樓佳;;基于迭代分類的聚類結(jié)果改進(jìn)方法[J];計(jì)算機(jī)工程;2010年13期

7 楊燕;靳蕃;KAMEL Mohamed;;聚類有效性評(píng)價(jià)綜述[J];計(jì)算機(jī)應(yīng)用研究;2008年06期

8 王磊;汪西莉;劉高霞;趙琳;;一種結(jié)合半監(jiān)督的改進(jìn)自適應(yīng)親和傳播聚類[J];計(jì)算機(jī)應(yīng)用研究;2010年12期

9 談麗;王建東;;長(zhǎng)項(xiàng)優(yōu)先的產(chǎn)生算法——改進(jìn)的Apriori算法[J];計(jì)算機(jī)與現(xiàn)代化;2007年08期

10 袁可紅;李艷曉;郭海湘;諸克軍;;一種用于儲(chǔ)層含油性識(shí)別的蟻群聚類算法[J];計(jì)算機(jī)工程;2011年13期

相關(guān)會(huì)議論文 前1條

1 張勇;彭怡;李君;石勇;;基于多目標(biāo)決策的聚類算法有效性評(píng)價(jià)[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——商務(wù)智能分會(huì)場(chǎng)論文集[C];2011年

相關(guān)博士學(xué)位論文 前4條

1 呂宗磊;對(duì)聚類及聚類評(píng)價(jià)若干問(wèn)題的研究[D];南京航空航天大學(xué);2009年

2 楊燕;基于計(jì)算智能的聚類組合算法研究[D];西南交通大學(xué);2006年

3 王廣云;腫瘤基因芯片表達(dá)數(shù)據(jù)分析相關(guān)問(wèn)題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

4 趙國(guó)冬;嵌入式系統(tǒng)彈性應(yīng)對(duì)方法研究[D];哈爾濱工程大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 李丹丹;基于權(quán)重設(shè)計(jì)的聚類融合算法研究及應(yīng)用[D];遼寧工程技術(shù)大學(xué);2009年

2 樓佳;中文文本聚類的評(píng)價(jià)與改進(jìn)研究[D];杭州電子科技大學(xué);2009年

3 劉小丹;基于自組織神經(jīng)網(wǎng)絡(luò)的外刊采購(gòu)標(biāo)段劃分研究[D];哈爾濱工業(yè)大學(xué);2010年

4 葉海軍;模糊聚類分析技術(shù)及其應(yīng)用研究[D];合肥工業(yè)大學(xué);2006年

5 張靜樂(lè);大規(guī)模組合優(yōu)化問(wèn)題蟻群算法應(yīng)用研究[D];鄭州大學(xué);2006年

6 李德強(qiáng);CRM中基于聚類的客戶細(xì)分、獲取及保持研究[D];南京航空航天大學(xué);2007年

7 張寧;基于網(wǎng)格和密度的聚類算法研究[D];大連理工大學(xué);2007年

8 孫業(yè)勤;基于數(shù)據(jù)分區(qū)的密度聚類算法應(yīng)用研究[D];大連理工大學(xué);2008年

9 李瑩;聚類結(jié)果評(píng)價(jià)方法與聚類知識(shí)提取技術(shù)的研究[D];南京航空航天大學(xué);2008年

10 李敏;基于網(wǎng)格和密度的數(shù)據(jù)流聚類算法研究[D];武漢理工大學(xué);2009年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 于劍,程乾生;模糊聚類方法中的最佳聚類數(shù)的搜索范圍[J];中國(guó)科學(xué)E輯:技術(shù)科學(xué);2002年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 相春雷;;2009年中國(guó)搜索引擎市場(chǎng)趨勢(shì)分析[J];軟件世界;2010年02期

2 ;揭秘搜索引擎收錄網(wǎng)站的秘密[J];計(jì)算機(jī)與網(wǎng)絡(luò);2010年Z1期

3 魏蕾如;;基于搜索引擎的網(wǎng)絡(luò)中文信息檢索工具評(píng)價(jià)[J];數(shù)字技術(shù)與應(yīng)用;2011年06期

4 馬s，

本文編號(hào)：2345928