基于MapReduce的Web标签SOINN聚类算法.pdfVIP

第筹舞毳铲2014年12月 S．墓cienc姜e 二鳖盘兰些竺兰!!兰 芏Com茎pute竺r ．一 一．． 王洁于颜硕周宽久侯刚 (大连理工大学嵌入式系统工程系 大连116620) 摘要web标签有助于用户根据自己特定的兴趣完成信息资源的分类、组织和检索。然而，正是由于协同标记系 统特有的公开性、自由化的特点，采用其对信息资源进行描述、组织、分类和检索，存在着信息描述不精确、标签组织混 b?--签SOINN聚类算法：基于 乱和标签语意模糊等问题。在此背景下提出了3种基于特征向量表示法(FVR)的Web 资源的特征向量表示法、基于其他共现标签的特征向量表示法和基于全集共现标签的特征向量表示法。同时应用 回率和准确度优于原始算法，可获得很好的加速比。从而证明此分布式聚类算法具有很好的可扩展性，,-j-以用于更为 海量的Web日志聚类分析系统。 关键词Web标签聚类，S()INN算法，MapReduce DOI 2014．12．043 中图法分类号TP302文献标识码A 10．11896／j．issn-1002—137X SOINN forWeb AlgorithmTag MapReduce-basedClustering ZHOU WANGYUYan-shuo HOU Jie Kuan-jiu Gang ofEmbedded of 116620，China) (Department SystemsEngineering，DalianUniversityTechnology，Dalian AbstractWeb userstO andsearchinternetresources tOtheir clus— taghelps classify，organize accordinginterests．Tag can tOsolve caused andfreedomofWeb asinaccurateinformation teringhelp problemsbyopenness tagsystem，such SOon．Threefeaturevector were description，disorganizedtags，ambiguity，andtag pre- sentedwhich and areresource-basedFVR．otherco-occurrenceFVR total co-occurrenceFVR．canall to tag tag apply SOINN can