基于信息粒的海量式数据的超图聚类研究

摘要：

@@ 1引言
随着Internet所提供的信息和服务资源的快速增长,许多强有力的搜索引擎通过基于内容、关键词等方式对Web文挡进行搜索,但是不幸的是所查询的结果并不能使用户满意.聚类分析可以在数据集合特征未知的情况下,使用一种无示教的学习过程,对数据集合分布和聚合特性进行初步了解,但是聚类模型选择的好坏以及聚类结果的准确性都将影响到整个知识发现的质量.

机标关键词：信息粒、数据集合、超图聚类、知识发现、用户满意、学习过程、搜索引擎、聚类模型、聚类分析、聚合特性、服务资源、准确性、行搜索、关键词、质量、增长、选择、特征、分布、查询

所属期刊栏目：31

分类号：TP3(计算技术、计算机技术)

在线出版日期：2005-12-08（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：185-186,198