公共管理HITS算法在文本聚类结果特征提取中地应用.pdfVIP

四、 五、 ．上 ／、、 ·中文论著摘要· HITS算法在文本聚类结果特征提取中的应用 目 的 Search)算法，对高被引论文进 本次研究基于HITS(Hypertext．InducedTopic 行同被引聚类分析，提取出聚类结果中每一类的特征词，客观的描述聚类分析结 果。开发出能够自动提取关键词的程序，排除分析者的阅读能力、理解能力和归 纳能力等主观性，不受所研究的文本量大小的限制，使科研人员更准确更容易的 分析聚类结果，为进一步做研究服务。 材料与方法 of traumaticcord spinalinjury)有关的文献，并套录每篇文献的引文。采用书目信息 Matrix ItemCo-Occurrence 共现挖掘系统(Bibliographic 文数据，截取被引次数超过某一阈值的论文，处理得到这些论文的同被引矩阵。 11．5for 导入到SPSS 文献的摘要信息。对摘要中的词汇进行预处理，截词根，去停词。依据TFIDF算 法为每个词赋予其在每一类论文集的权重。基于HITS算法提取关键词。然后将 算法提取的关键词和PUBMED标引的主题词分别与对照论文相比较。 镗 毋 耋口7尺 检索得到219条文献，5320篇引文。得到70篇高频引文，分成四类。通过 14，web框架是strutsl．2开发出关键词提取程序。 java程序，JDK版本是JDKl．6 对于每一类，算法提取的关键词和PUBMED标引的主题词的准确率分别为：30 ％，40％；50％，50％；10％，20％；20％，0。对于算法提取出的关键词，每一 类中的词与其它类中的词均不相同。这说明，HITS算法提取出的词能够区分各类 别的特点。而对于PUBMED标引的关键词，除了第三类能够代表该类以外，另外 三类都不能与其它两类更好的区分开。 结论 HITS算法用于聚类结果的特征提取是可以实现的，并且能有效的发现关键 词，提取出聚类结果中每一类的特征词，客观的描述聚类分析结果。使科研人员 更准确更容易的分析聚类结果，为进一步做研究服务。 关键词 HITS算法；关键词提取；同被引聚类分析；聚类树图 2 ·英文论著摘要· HITS infeature of algorithm extracting text results clustering Purpose the to This isbasedon HITS extractthe foreachcluster study algorithm keywords todescribethe results aimedto results，and clusteringanalysisobjectively．We deve