基于特征短语的网页在线聚类方法研究.pdfVIP

基于特征短语的网页在线聚类方法★ 刘之涛，陈清才4，孟宪军，王晓龙 哈尔滨工业大学深圳研究生院，深圳，518055 E·mail：qingcai．chen@hitsz．edu．cn 摘要：随着互联网的迅速发展，越来越多的人通过搜索引擎来获取想要得到的信息。但是搜索引擎返回 的结果成百上千，如何从中发现所需的信息就成了一个特别现实的问题。通过对查询结果进行在线聚类就 可以解决这个问题，网页聚类能帮助用户快速准确地定位信息。但对聚类算法的复杂度有严格限制，许多 传统的聚类算法并适合网页在线聚类。为此，本文提出了一种基于特征短语的快速网页在线聚类算法，该 方法利用后缀数组提取网页特征短语，在此基础上进行快速聚类以及类别标注，提供清晰、易于理解的类 别内容概括，并对聚类结果进行了类问以及类内排序。最后，通过实验验证了该在线聚类算法类别标注的 可读性、算法效率以及聚类准确性等方面的有效性，并指出了未来研究工作的重点。 关键词：搜索引擎：在线聚类：特征短语 AFeature—PhraseBasedOnI i DeSearchResuI ts