- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
2009仝1日计算机网络与通信学术会议论文集 计算机叫络
聚类算法在Web文本挖掘中的应用研究
陈宇,王强
(北京航空航天大学,100191)
摘要:本文主要讨论了聚类算法在Web文本挖掘中的应用研究情况。着重总结了
Web文本挖掘的特点、一般过程和适用于Web文本聚类的算法条件,总结了当前的
研究热点,并提出了Web文本聚类算法的发展方向。
关键词:聚类Web文本挖掘
Researchof inWebText
Application ClusteringAlgorithms
Mining
Chcn
Yu,WangQiang
(BeihangUniversity,100191)
Abstract:This discusses researchin in
papermainly application clusteringalgorithms
WebText summarizesthe
characteristicsand ofWebText
Mining.It process
general
and of toWebText alsoliststhe
Miningrequirementsalgorithmsapplied Clustering.It
currentresearchand a on ofWebText
topicsgivesprospectdevelopment Clustering
Algorithms.
Key WebText
Words:ClusteringMining
1 引言
近年来,囚特网发展迅猛,应用愈加广泛,涉及了经济、文化、教育、新闻、广告、
消费、娱乐、金融、保险、销售、电子商务等多方面的内容,这使得Web上的信息量
以惊人的速度增长。2006年3月,中国互联网络信息中心发布了{2005年中国互联网
络信息资源数最调奄报告》,报告称:截I}:到2005年12月31日,中国网页总数约有
24.0亿个。一年内增长17.5亿个,年增长率高达269%,如图1所示11】,这一统计数字
更在2009年1月发布的《第23次中国互联网络发展状况统计报告》中达到160.8亿【21。
3000
2500
Z-2000
k
粤1500
■
■簦豳
曰一口一f『『]一 L...一—o
2001年 2002f|i 2003年 2004年 2005年
『口静态面育i蕊雨磊]
图1 中国历年网页总数
文档评论(0)