【摘要】：針對主題特征不明顯的搜索結果聚類的問題,提出了基于OPTICS(Ordering Points To Identify theClustering Structure)可達圖的自動識別簇的Smooth方法。首先利用OPTICS算法得到搜索結果的可達圖,然后采用移動平均法平滑掉可達圖曲線中的毛刺,最后識別其中的峰值以劃分各個凹陷區(qū)域,即得到聚類結果。在搜索結果數(shù)據(jù)集上的實驗結果表明,Smooth方法的準確率較已有的方法平均提高了100%左右。Smooth方法能夠與OPTICS算法結合應用于搜索引擎中,對搜索結果進行聚類處理,有效地提高其可瀏覽性。
[Abstract]:In order to solve the problem of clustering search results whose subject features are not obvious, a Smooth method for automatic cluster recognition based on OPTICS (Ordering Points To Identify theClustering Structure)-Datuk is proposed. Firstly, the OPTICS algorithm is used to get the Datuk of the search result, then the moving average method is used to smooth out the burr in the Datuk curve. Finally, the peak value of the burr is recognized to divide each depression region, that is, the clustering result is obtained. The experimental results on the data set of the search results show that the accuracy of the Smooth method is 100% higher than that of the existing methods on average. The Smooth method can be combined with the OPTICS algorithm and can be used in the search engine to cluster the search results. Effectively improve its navigability.
【作者單位】： 北京郵電大學信息與通信工程學院;
【基金】：國家863計劃項目(2011AA01A205)
【分類號】：TP391.3

【參考文獻】

相關期刊論文 前1條

1 孫學剛,陳群秀,馬亮;基于主題的Web文檔聚類研究[J];中文信息學報;2003年03期

【共引文獻】

相關期刊論文 前4條

1 李渝勤,孫麗華;基于規(guī)則的自動分類在文本分類中的應用[J];中文信息學報;2004年04期

2 劉遠超;王曉龍;徐志明;關毅;;文檔聚類綜述[J];中文信息學報;2006年03期

3 黃永光;劉挺;車萬翔;胡曉光;;面向變異短文本的快速聚類算法[J];中文信息學報;2007年02期

4 王楠;基于聚類的全文檢索系統(tǒng)后處理[J];情報雜志;2005年01期

相關會議論文 前1條

1 孫麗華;肖詩斌;施水才;;基于向量空間模型的規(guī)則分類技術[A];全國第八屆計算語言學聯(lián)合學術會議（JSCL-2005）論文集[C];2005年

相關博士學位論文 前2條

1 高偉;工藝設計信息系統(tǒng)中的知識發(fā)現(xiàn)技術研究[D];四川大學;2005年

2 許增福;DL環(huán)境下的信息資源管理及知識發(fā)現(xiàn)研究[D];哈爾濱工程大學;2005年

相關碩士學位論文 前10條

1 楊才峰;基于自動分類的元搜索引擎的研究與應用[D];華北電力大學（河北）;2005年

2 李揚繼;垃圾郵件特征的判別模型研究[D];四川大學;2005年

3 魏常麗;搜索引擎結果的再檢索[D];內(nèi)蒙古大學;2005年

4 顧雪峰;基于動態(tài)粒度思想的實體關系識別方法研究[D];山西大學;2006年

5 朱志寧;基于Web的企業(yè)競爭情報智能搜集平臺中頁面分析存儲的研究[D];昆明理工大學;2006年

6 黃永光;基于網(wǎng)頁挖掘的搜索引擎若干技術的研究[D];哈爾濱工業(yè)大學;2006年

7 周昭濤;文本聚類分析效果評價及文本表示研究[D];中國科學院研究生院（計算技術研究所）;2005年

8 鄭軍;網(wǎng)絡輿情監(jiān)控的熱點發(fā)現(xiàn)算法研究[D];哈爾濱工程大學;2007年

9 朱小娟;基于支持向量機的中文分詞系統(tǒng)的研究[D];中南大學;2007年

10 胡卓穎;專題型網(wǎng)頁搜集器關鍵算法的研究及實現(xiàn)[D];江西師范大學;2005年

【二級參考文獻】

相關期刊論文 前4條

1 張莉,周偉達,焦李成;核聚類算法[J];計算機學報;2002年06期

2 韓客松,王永成,陳桂林;無詞典高頻字串快速提取和統(tǒng)計算法研究[J];中文信息學報;2001年02期

3 劉遠超;王曉龍;徐志明;關毅;;文檔聚類綜述[J];中文信息學報;2006年03期

4 陳燕,耿國華,鄭建國;一種改進的基于密度的聚類算法[J];微機發(fā)展;2005年03期

【相似文獻】

相關期刊論文 前10條

1 劉志成,文全剛;“K-中心點”聚類算法分析及其實現(xiàn)[J];電腦知識與技術;2005年06期

2 夏詠梅;基于文本挖掘的分類與聚類技術[J];情報探索;2005年03期

3 陳琦;劉蓉;周茉;羅強;;一種改進的關聯(lián)規(guī)則挖掘算法[J];計算機與數(shù)字工程;2006年08期

4 陳金山,韋崗;遺傳+模糊C-均值混合聚類算法[J];電子與信息學報;2002年02期

5 牟廉明;數(shù)據(jù)挖掘中聚類方法比較研究[J];內(nèi)江師范學院學報;2003年02期

6 李丙春,耿國華,周明全,朱曉冬;基于自組織特征映射聚類算法的研究與應用[J];新疆大學學報(自然科學版);2003年04期

7 丁學鈞,楊炎,楊克儉,溫秀梅;基于屬性的聚類算法在醫(yī)生醫(yī)療質(zhì)量評價系統(tǒng)中的應用研究[J];計算機應用研究;2005年03期

8 徐章艷,尹云飛;一種區(qū)間值聚類的數(shù)據(jù)挖掘方法[J];系統(tǒng)工程與電子技術;2005年03期

9 趙正利;王國宇;籍芳;;一種基于相關反饋的圖像內(nèi)在語義模型[J];微計算機信息;2007年24期

10 王善俠;王振華;王吉永;;基于決策樹和聚類理論的XML文檔數(shù)據(jù)挖掘的研究[J];科技信息(科學教研);2007年34期

相關會議論文 前10條

1 武森;金海燕;高學東;;數(shù)據(jù)挖掘中CABOSFV聚類算法的實現(xiàn)與應用[A];全國第八屆工業(yè)工程與企業(yè)信息化學術會議論文集[C];2004年

2 楊廣林;趙云峰;王書理;;Gabor濾波器及其在圖像特征提取方面的優(yōu)化算法[A];2005年中國智能自動化會議論文集[C];2005年

3 張剛;劉悅;;基于查詢空間的分布式文檔集合劃分算法[A];第三屆全國信息檢索與內(nèi)容安全學術會議論文集[C];2007年

4 文健;李舟軍;;基于聚類語言模型的生物文獻檢索技術研究[A];第三屆全國信息檢索與內(nèi)容安全學術會議論文集[C];2007年

5 劉哲;唐雁;陳強;;三維模型有意義分割技術現(xiàn)狀及應用[A];2008年計算機應用技術交流會論文集[C];2008年

6 劉海波;鄭德權;趙鐵軍;;基于相似度線性加權方法的檢索結果聚類研究[A];中國計算語言學研究前沿進展（2009-2011）[C];2011年

7 孫俊;曹海龍;趙鐵軍;;面向句法分析的樣本選擇[A];第三屆學生計算語言學研討會論文集[C];2006年

8 丁海波;肖桐;朱靖波;;基于多階段的中文人名消歧聚類技術的研究[A];第六屆全國信息檢索學術會議論文集[C];2010年

9 朱輝;李在銘;;視頻圖像中文本檢測與分割技術研究[A];第十屆全國信號處理學術年會（CCSP-2001）論文集[C];2001年

10 菅小艷;鄭家恒;;一種改進的句子相似度計算方法[A];第二屆全國信息檢索與內(nèi)容安全學術會議（NCIRCS-2005）論文集[C];2005年

相關重要報紙文章 前10條

1 武德鋒 李國輝 林洪文 姚作梁;圖像世界任我行[N];計算機世界;2002年

2 創(chuàng)智集團副總裁 胡樂群博士;數(shù)據(jù)挖掘在CRM中的應用[N];中國計算機報;2002年

3 ;視頻數(shù)據(jù)中挖“寶”[N];計算機世界;2002年

4 中國人民大學數(shù)據(jù)倉庫與商務智能工程研究中心 $$　　中國人民大學數(shù)據(jù)與知識工程研究所王珊、謝佳明、陳紅、劉中蔚、邵琦洪、張寧;創(chuàng)建數(shù)據(jù)倉庫：要面向三條路線[N];中國計算機報;2002年

5 王培森;從Web挖到競爭情報[N];中國計算機報;2003年

6 王瑋 蔡蓮紅;數(shù)據(jù)挖掘走入語音處理[N];計算機世界;2001年

7 ;撥開“客戶細分”迷霧[N];網(wǎng)絡世界;2006年

8 劉紅巖、何軍;利用數(shù)據(jù)挖掘技術獲得商業(yè)智能[N];中國計算機報;2003年

9 趙紀元;數(shù)據(jù)挖掘在CRM中的應用[N];人民郵電;2001年

10 ;中聯(lián)集團非結構化內(nèi)容管理系統(tǒng)[N];電腦商報;2005年

相關博士學位論文 前10條

1 陳毅恒;文本檢索結果聚類及類別標簽抽取技術研究[D];哈爾濱工業(yè)大學;2010年

2 馬賡宇;基于HMM的時間序列聚類與識別[D];清華大學;2004年

3 蔡維玲;基于聚類的圖像分割和分類器設計的研究[D];南京航空航天大學;2008年

4 王明春;基于粗糙集的數(shù)據(jù)及文本挖掘方法研究[D];天津大學;2005年

5 賈俊杰;空間數(shù)據(jù)挖掘中若干關鍵技術研究[D];長安大學;2009年

6 鐘敏娟;基于檢索結果聚類的XML偽反饋技術研究[D];江西財經(jīng)大學;2012年

7 石陸魁;非線性維數(shù)約減算法中若干關鍵問題的研究[D];天津大學;2005年

8 平源;基于支持向量機的聚類及文本分類研究[D];北京郵電大學;2012年

9 朱旭東;基于語義主題模型的人體異常行為識別研究[D];西安電子科技大學;2011年

10 陳海霞;面向數(shù)據(jù)挖掘的分類器集成研究[D];吉林大學;2006年

相關碩士學位論文 前10條

1 王斌;雙層數(shù)據(jù)流聚類框架的設計與實現(xiàn)[D];吉林大學;2004年

2 蔡博文;高維數(shù)據(jù)集中離群數(shù)據(jù)挖掘方法的研究[D];合肥工業(yè)大學;2006年

3 于世東;多維數(shù)據(jù)可視化技術的研究及應用[D];沈陽工業(yè)大學;2006年

4 戴金;改進K-MEANS算法及在Ⅰ型糖尿病血糖值的聚類應用[D];北京交通大學;2011年

5 孫會嶺;移動環(huán)境中基于聚類的個性化推薦算法研究[D];燕山大學;2011年

6 王清江;基于力學的聚類算法[D];大連理工大學;2006年

7 張帆;基于不確定性數(shù)據(jù)的聚類分析研究[D];西南農(nóng)業(yè)大學;2005年

8 倪泉;基于數(shù)據(jù)挖掘技術的保險續(xù)期催交方法研究[D];華東師范大學;2006年

9 孫守義;基于聚類的教育資源個性化信息服務[D];南京師范大學;2008年

10 黃河;一種移動對象索引的研究與實現(xiàn)技術[D];華中科技大學;2007年

，

本文編號：2434686