计算机应用技术专业毕业论文 [精品论文] 基于实体聚类的网络信息检索处理.doc

计算机应用技术专业毕业论文 [精品论文] 基于实体聚类的网络信息检索处理 关键词：实体聚类 网络信息检索 搜索引擎 HAC算法 K—means算法 摘要：随着计算机技术的不断发展与应用，数字化的文本数据数量不断增长，互联网的发展更加剧了数字文本的膨胀。搜索引擎成为人们生活中获取信息的重要工具。虽然现在搜索引擎技术得到飞速发展和广泛应用，但是搜索引擎在使用中还是有很多不方便的地方，还有改进的必要。 在这种情况下，利用聚类分析技术对文本数据进行简化表示，通过聚类分析技术对信息检索结果进行重新组织、加速信息检索速度、实现信息的个性化服务都是一系列极具发展前景的应用。 尽管在搜索引擎中关于聚类的研究很多，但是由于聚类算法本身的一些缺点，其实际应用并不多。本文提出聚类技术在搜索引擎中作为一种辅助的方式存在，帮助用户重新组织检索出的网页。基于网络信息检索的特点，本文提出一种分两阶段进行的快速网页聚类策略。 在网页聚类中，HAC(Hierarchical Agglomerative Clustering)算法和K—means算法都是经常用到的，但它们都有各自的不足。在本文两阶段聚类方法中，第一阶段利用HAC聚类算法对网络检索结果的标题进行聚类，第二阶段以第一阶段结果作为初始中心用K—Means聚类标题和文本摘要，取得了比较合理的聚类结果。由于标题一般都比较短，这样可以大大减少HAC算法的运行时间。这样既满足网络检索对时间的要求又可以得到较好的聚类结果。 本文的主要贡献是：明确聚类在网络信息检索中应该起到的辅助作用，并提出了一个新的实现方法。  正文内容 随着计算机技术的不断发展与应用，数字化的文本数据数量不断增长，互联网的发展更加剧了数字文本的膨胀。搜索引擎成为人们生活中获取信息的重要工具。虽然现在搜索引擎技术得到飞速发展和广泛应用，但是搜索引擎在使用中还是有很多不方便的地方，还有改进的必要。 在这种情况下，利用聚类分析技术对文本数据进行简化表示，通过聚类分析技术对信息检索结果进行重新组织、加速信息检索速度、实现信息的个性化服务都是一系列极具发展前景的应用。 尽管在搜索引擎中关???聚类的研究很多，但是由于聚类算法本身的一些缺点，其实际应用并不多。本文提出聚类技术在搜索引擎中作为一种辅助的方式存在，帮助用户重新组织检索出的网页。基于网络信息检索的特点，本文提出一种分两阶段进行的快速网页聚类策略。 在网页聚类中，HAC(Hierarchical Agglomerative Clustering)算法和K—means算法都是经常用到的，但它们都有各自的不足。在本文两阶段聚类方法中，第一阶段利用HAC聚类算法对网络检索结果的标题进行聚类，第二阶段以第一阶段结果作为初始中心用K—Means聚类标题和文本摘要，取得了比较合理的聚类结果。由于标题一般都比较短，这样可以大大减少HAC算法的运行时间。这样既满足网络检索对时间的要求又可以得到较好的聚类结果。 本文的主要贡献是：明确聚类在网络信息检索中应该起到的辅助作用，并提出了一个新的实现方法。 随着计算机技术的不断发展与应用，数字化的文本数据数量不断增长，互联网的发展更加剧了数字文本的膨胀。搜索引擎成为人们生活中获取信息的重要工具。虽然现在搜索引擎技术得到飞速发展和广泛应用，但是搜索引擎在使用中还是有很多不方便的地方，还有改进的必要。 在这种情况下，利用聚类分析技术对文本数据进行简化表示，通过聚类分析技术对信息检索结果进行重新组织、加速信息检索速度、实现信息的个性化服务都是一系列极具发展前景的应用。 尽管在搜索引擎中关于聚类的研究很多，但是由于聚类算法本身的一些缺点，其实际应用并不多。本文提出聚类技术在搜索引擎中作为一种辅助的方式存在，帮助用户重新组织检索出的网页。基于网络信息检索的特点，本文提出一种分两阶段进行的快速网页聚类策略。 在网页聚类中，HAC(Hierarchical Agglomerative Clustering)算法和K—means算法都是经常用到的，但它们都有各自的不足。在本文两阶段聚类方法中，第一阶段利用HAC聚类算法对网络检索结果的标题进行聚类，第二阶段以第一阶段结果作为初始中心用K—Means聚类标题和文本摘要，取得了比较合理的聚类结果。由于标题一般都比较短，这样可以大大减少HAC算法的运行时间。这样既满足网络检索对时间的要求又可以得到较好的聚类结果。 本文的主要贡献是：明确聚类在网络信息检索中应该起到的辅助作用，并提出了一个新的实现方法。 随着计算机技术的不断发展与应用，数字化的文本数据数量不断增长，互联网的发展更加剧了数字文本的膨胀。搜索引擎成为人们生活中获取信息的重要工具。虽然现在搜索引擎技术得到飞速发展和广泛