一种基于SOM的中文Web文档层次聚类方法

发布时间：2018-06-27 20:08

  本文选题：自组织特征映射 + 神经网络　； 参考：《情报学报》2002年02期

【摘要】：近年来Internet迅猛发展 ,网上的信息急剧膨胀 ,如何高效、高质量地检索到用户所感兴趣的中文信息资源 ,是当前我国Internet资源发现的热点问题之一。本文将神经网络聚类方法之一SOM(Self OrganizingMap ,自组织特征映射 )的思想和方法引入中文Web搜索引擎 ,首先探讨了其网络模型和算法 ,而后提出一种聚类用户所感兴趣的中文Web文档的层次聚类方法 ,从而提高中文Web文档的检索质量
[Abstract]:In recent years, with the rapid development of the Internet, the information on the Internet has expanded rapidly. How to efficiently and high-quality retrieve the Chinese information resources which the users are interested in is one of the hot issues of Internet resource discovery in our country. In this paper, the idea and method of SOM (self Organizing Map), one of the neural network clustering methods, is introduced into the Chinese Web search engine. Then, a hierarchical clustering method for clustering Chinese Web documents of interest to users is proposed to improve the retrieval quality of Chinese Web documents.
【作者单位】： 合肥工业大学计算机网络研究所 合肥工业大学计算机网络研究所
【基金】：国家自然科学基金项目的资助 (项目编号 :79970 0 5 8)
【分类号】：G354
，

本文编号：2075141