图书馆数字文本智能聚类个性化推荐应用研究.pdfVIP

第2期无线互联科技No.2

2025年1月WirelessInternetScienceandTechnologyJanuary,2025

图书馆数字文本智能聚类个性化推荐应用研究

12

江新姿,高尚

(1.江苏科技大学图书馆,江苏镇江212004;2.江苏科技大学计算机学院,江苏镇江212004)

摘要:Web2.0信息时代,信息量迅速增加,信息检索速率却显著降低,如何提高信息的自动分类管理

水平,从海量数据中高效、准确、快速获取有价值的信息与知识成为智慧图书馆亟待研究与解决的问

题。文章提出了在数字图书馆服务中运用新型文本聚类群智能分析方法。该算法通过改进文本间的

语义相似度计算,融合K-means聚类算法与蚁群聚类算法(AntColonyOptimization,ACO)的优点,在

初始分类时将K-means聚类算法用作快速分类,用分类结果指导更新蚂蚁各途径信息素,指导蚂蚁后

续聚类途径选择,提高聚类运行效率。该分析方法因为不需要类别的信息,能自动完成文本分组,所

以可以更好地应用到图书馆资源的推荐与检索服务中。图书馆数字文本数据库实验证明,混合蚁群

聚类算法比单独的K-means、ACO都具有更好的聚类效果,可以看出该算法的有效性。

关键词:文本聚类;K-means聚类;混合蚁群聚类算法;个性化推荐;语义相似度

中图分类号:TP181;G251.4文献标志码:A

0引言类采用K-means聚类算法,重新更新各选择路径上

信息技术快速发展,信息与知识越来越多地以数的信息素,指导蚂蚁后续归属类别的选择。这样操

字化形式