基于Bagging的XML文档集成聚类研究

摘要：

将集成学习方法应用到XML文档聚类中来改进传统聚类算法的不足.提出一种标签与路径相结合的XML文档向量模型,基于这个模型,首先对原始文档集进行多次抽样,在新文档集上进行K均值聚类,然后对得到的聚类中心集合进行层次聚类.在人工数据集和真实数据集上的实验表明,该算法在召回率和精确率上优于K均值算法,并且增强了其鲁棒性.

关键词：集成学习、可扩展标记语言(xML)、文档聚类、Bagging算法

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：山东省自然科学基金the Natural Science Foundation of Shandong Province of China under Grant Y2007G16;山东省青年科学家科研奖励基金2006BS01020;山东省科技攻关计划the Key Technologies R&D Program of Shandong Province,China under Grant 2005GC4210002

在线出版日期：2009-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：138-140