一种基于Nutch的网页聚类系统的设计与实现

摘要：

设计了一种在中英文环境下、能够对Nutch的搜索结果进行聚类处理的搜索结果聚类系统,该系统基于k-means算法和后缀树聚类算法,是一个由Nutch搜索引擎、文本分词、TF-IDF权重计算以及文本聚类等模块构成的搜索引擎结果文档聚类系统,并通过实验对k-means算法和后缀树算法进行了对比.

关键词：Nutch、聚类、k-means、后缀树

所属期刊栏目：47

分类号：TP311(计算技术、计算机技术)

在线出版日期：2011-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：118-122