基于模糊概念格的Web搜索结果聚类算法.pdfVIP

!# 年! 月 西安电子科技大学学报（自然科学版） Y/6+ !# 第%! 卷- 第4 期 - $%’()*- %+- ,-.-)(- (-/0’1-23 - Z89+ %!- Q8+ 4 基于模糊概念格的!# 搜索结果聚类算法 ，! 黄健斌 ，姬红兵 （, 西安电子科技大学 电子工程学院，陕西 西安- ’ ’ ； !, 西安电子科技大学 计算机学院，陕西 西安- ’ ’ ） 摘要：提出了一种模糊形式概念分析方法，给出了在对象和属性的模糊二元关系上生成模糊概念格的 过程+ 提出了一种在格的拓扑序列上进行概念聚类的快速算法，并且定义了概念聚类间基于偏序的层次 关系+ 该方法利用格理论解决了概念聚类中概念间的多重继承关系，应用在./0 搜索结果聚类上，实验 结果表明算法在聚类质量和检索性能上都有改进和提高+ 关键词：模糊概念格；概念聚类；./0 搜索结果聚类 中图分类号： 12%- - 文献标识码：3- - 文章编号：$!( （!# ）4$)#4$# ! #$ %#’() ’#%*+,% (+*%,#’-./ +/0’-,)1 $%#2 0. 3*445 (0.(#6, +,,-(#% ! #$% ’()*+’)，! ，, !-).*+’). （+ 567889 8: ;9/6=8?6 ;@?//=?@ ，A?B?C D?E+ ，A? FC- ’ ’ ，G7?C ； ! + 567889 8: G8HIJ/= 56/?6/ CB 1/67898@K ，A?B?C D?E+ ，A? FC- ’ ’ ，G7?C ） !$%,’(, ：- LJMMK 98@?6 ?N ?68=I8=C/B ?8 7/ L8=HC9 G86/I 3C9KN?N 8 C6O9/ 7/ EC@J/ BCC ? 7/ :8=HC9 68/P+ 3 :JMMK 686/I 9C?6/ 6C 0/ @//=C/B ? 7/ :JMMK :8=HC9 68/P+ Q/P ，C :CN :JMMK 686/IJC9 69JN/=?@ C9@8=?7H ?N I=8I8N/B 8 69JN/= 7/ :JMMK 686/I 9C?6/ ?8 686/IJC9 69JN/=N+ 17/，IC=?C9 8=B/= =/9C?8N C=/ B/:?/B 0/R// 7/ 69JN/=N :8= 68N=J6?8 8: 7/ 686/I 7?/=C=67K+ 17?N H/78B ?N CII9?/B ? 7/ ./0 N/C=67 =/NJ9N 69JN/=?@+ ;PI/=?H/C9 =/NJ9N N78R 7/ C9@8=?7HSN /::/6?E//NN CB NJ?C0?9?K :8= N89E?@ 7/ HJ9?$?7/=?C6/ I=809/HN 0/R// 686/IJC9 69JN/=N+ 7#5 0’2% ：- :JMMK 686/I 9C?6/N ；686/IJC9 69JN/=?@ ；./0 N/C=67 =/NJ9N 69JN/=?@ 概念聚类是一种基于模型的聚类方法，它能够对输出的聚类确定其属性特征，从而对聚类结果给予一定 的概念解释［，! ］+ 根据概念属性的范化与特化关系，可得到不同概念间的层次关系+ 典型的概念聚类方法有