基于文本—鏈接模型和近鄰傳播算法的網頁聚類

摘 要：關于網頁聚類的研究已經提出多種基于文本—鏈接模型的聚類算法，其中應用最廣泛的便是MS模型。針對MS模型在效率和計算精度方面的不足，提出了改進的TLMS模型。新模型通過將詞聚成詞簇、鏈接向量聚成鏈接簇的方法將MS模型的詞空間和鏈接空間進行大幅的壓縮，并應用近鄰傳播算法替代傳統的Kmeans算法對網頁進行聚類。實驗證明，TLMS模型+近鄰傳播算法聚類精度高、執行效率好。

關鍵詞：文本—鏈接模型； MS模型； 相似度； 近鄰傳播聚類算法

中圖分類號：TP311

文獻標志碼：A文章編號：10013695(2010)04125504doi:10.3969/j.issn.10013695.2010.04.014