一种改进的FCM检索结果聚类算法研究  

An Improved Fcm Search Results Clustering Algorithm Research

作　　者：李晶 顾国强 

机构地区：[1]上海众恒信息产业股份有限公司,上海200042

出　　处：《软件产业与工程》2014年第5期39-41,52,共4页

基　　金：基金编号:12DZ2250400;12511503100

摘　　要：针对检索引擎返回的查询结果数量巨大,用户难以在较短的时间获取有用的信息,传统FCM聚类算法的距离无法完全准确描述文本间的相似程度,本文提出了一种新的文本间的距离定义,改进了模糊C均值聚类(FCM)聚类算法,利用新改进的算法对搜索引擎返回的结果进行聚类,方便了用户查询。实验证明了算法的可行性与有效性。The search engine returns large quantity of query results, so it is difficult for users to obtain useful information in a relatively short period of time. The traditional FCM clustering algorithm can not describe the similarity distance between texts accurately. This paper puts forward a new definition of the distance between texts improving FCM clustering algorithm to make clustering analysis of search engine results to improve efficiency of inquires. Experiments show that the algorithm is feasible and effective.

关 键 词：文本 模糊C均值聚类 特征向量 聚类 

分 类 号：TP311.135.1[自动化与计算机技术—计算机软件与理论]