Web文本聚类的研究与实现  

The Research and Implementation of Web Text Clustering

作　　者：贾丙静[1] 吴长勤[1] 葛华[1] 

机构地区：[1]安徽科技学院理学院,安徽凤阳233100

出　　处：《长春师范学院学报（自然科学版）》2011年第3期26-29,共4页Journal of Changchun Teachers College

基　　金：安徽科技学院引进人才基金项目(ZRC2008176);安徽省教育厅自然科学基金项目(KJ2009B121Z)

摘　　要：Web文本聚类是使文本之间具有最大的簇内相似性,同时具有最小的簇间相似性,它是一个将文本集分组的全自动处理过程。本文首先提出了Web文本聚类模型,然后对Web文本聚类关键技术进行了深入的研究,讨论了分词、特征表示、特征选择和K-means算法等相关技术。最后,实现了该文本聚类系统,对采集到的Web文本进行聚类,实验证明此算法具有很好的聚类结果。Web text clustering,which is an automatic grouping process of text set,makes the texts have largest cluster similarity and smallest similarity between clusters.In this paper,we first propose a model of Web text clustering,then study the Web text clustering＇s key technologies deeply and discuss word segmentation,feature representation,feature selection,K-means algorithm etc.Finally,we implement this text clustering system.Experiments show that this approach has good clustering results.

关 键 词：WEB文本聚类 分词 特征表示 特征选择 K-MEANS算法 

分 类 号：TP31[自动化与计算机技术—计算机软件与理论]