搜索引擎返回結(jié)果的聚類(lèi)方法研究.pdf

1、搜索引擎是目前最常用的互聯(lián)網(wǎng)搜索工具，但目前搜索引擎還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到能令用戶(hù)非常滿(mǎn)意。目前的搜索引擎的一個(gè)明顯的問(wèn)題是，返回結(jié)果的呈現(xiàn)方式是一個(gè)線(xiàn)性列表，這就迫使用戶(hù)在很長(zhǎng)的線(xiàn)性列表中尋找自己感興趣的信息，使得用戶(hù)查詢(xún)效率不高。 如果能夠?qū)⑺阉鹘Y(jié)果組織為層次結(jié)構(gòu)的類(lèi)別，就能夠很大程度上幫助用戶(hù)快速定位信息，提高用戶(hù)瀏覽的效率。與傳統(tǒng)的搜索結(jié)果聚類(lèi)方法不同，本文提出了一種以類(lèi)別可描述性為重點(diǎn)的聚類(lèi)算法，將搜索結(jié)果以層次結(jié)構(gòu)的類(lèi)別形式

2、呈現(xiàn)。我們將此算法稱(chēng)為HIDC，因?yàn)檫@個(gè)算法具有三個(gè)重要的特點(diǎn)：Hierarchical （層次的）, Interactive （交互的）， Descriptive （具有好的描述性的），C表示Clustering （聚類(lèi)方法）。這一方法的主要思想是首先找到具有好的描述性的類(lèi)別標(biāo)簽，然后將類(lèi)別標(biāo)簽組織成一棵有層次的標(biāo)簽樹(shù)。在標(biāo)簽樹(shù)的基礎(chǔ)上，將相關(guān)的文檔分配到各個(gè)標(biāo)簽下，最后確定每個(gè)類(lèi)的實(shí)際內(nèi)容，完成類(lèi)別樹(shù)的構(gòu)建。本文將詳述如何使用隱含語(yǔ)