基于網(wǎng)頁與標(biāo)簽聚類的搜索方法研究.pdf

1、隨著Internet技術(shù)的不斷發(fā)展,如何從海量的Web信息中找到用戶所關(guān)心的信息成為一個(gè)關(guān)鍵的研究問題。高效的檢索工具對于幫助用戶方便地獲取有用的信息具有重要意義。
　　 本文首先對現(xiàn)有Web2.0下的社會(huì)標(biāo)注系統(tǒng)進(jìn)行了系統(tǒng)的總結(jié),分析它們的優(yōu)缺點(diǎn)。其次對目前有關(guān)網(wǎng)頁及標(biāo)注聚類的各種主流聚類算法進(jìn)行了分類整理,分別給出它們的優(yōu)缺點(diǎn)。提出了將超圖譜聚類方法應(yīng)用到網(wǎng)頁及標(biāo)簽聚類中的新構(gòu)想。該思想是通過超圖來表示網(wǎng)頁與標(biāo)簽之間的對應(yīng)關(guān)

2、系,并對由此得出的關(guān)聯(lián)矩陣使用譜聚類算法,通過對所得的聚類結(jié)果分析整理,并將其返回給用戶,達(dá)到對Del.icio.us網(wǎng)站搜索功能優(yōu)化的目的。
　　 本文主要是對Del.icio.us網(wǎng)站上已經(jīng)打過標(biāo)注的網(wǎng)頁及網(wǎng)頁所對應(yīng)的標(biāo)注進(jìn)行聚類分析。同時(shí)對比了K-means、譜聚類、Ncut及超圖譜聚類算法對于網(wǎng)頁與標(biāo)簽的聚類結(jié)果,實(shí)驗(yàn)證明超圖譜聚類算法對于帶有標(biāo)簽的網(wǎng)頁無論是從聚類精度或者與用戶查詢的相關(guān)程度上都要優(yōu)于其他幾種聚類算法。

3、
　　 為了研究及對比四種聚類算法對于帶有標(biāo)簽的網(wǎng)頁的聚類效果,論文設(shè)計(jì)并編寫了一個(gè)基于Del.icio.us網(wǎng)站的搜索系統(tǒng)——專門針對于該網(wǎng)站上打過標(biāo)簽的網(wǎng)頁。并將超圖譜聚類方法應(yīng)用于該搜索功能中。本文提出的搜索方法返回結(jié)果不僅單純的基于該網(wǎng)頁的社會(huì)標(biāo)注,即用戶對于網(wǎng)頁的看法,同時(shí)兼顧了網(wǎng)頁的內(nèi)容與查詢詞的相關(guān)程度,是社會(huì)化搜索與傳統(tǒng)搜索方法的一個(gè)結(jié)合。最后采用了多種評價(jià)方法來對聚類結(jié)果及搜索系統(tǒng)返回的結(jié)果進(jìn)行評估,實(shí)驗(yàn)結(jié)果表