论文部分内容阅读
本文在查阅大量与信息可视化相关的文献的基础上提出了基于聚类的信息检索可视化系统的设计方案,并结合Struts的MVC框架、后缀树聚类(Suffix Tree Cluster)算法、开放源代码的Prefuse项目实现了一个基于聚类的信息检索可视化原型系统。论文主体包括以下部分:
第一章指明了本文研究的背景及意义。介绍了信息可视化的概念,指出了研究基于信息可视化技术的检索系统的实际意义。
第二章介绍了信息可视化在国内外的研究现状,并针对已有的信息检索可视化系统进行分析及研究。
第三章简单地介绍了聚类算法及其分类,并着重介绍了两种主流的文本聚类算法:k-Means算法和后缀树聚类算法。通过对比,选择后缀树聚类算法作为本系统的聚类算法。
第四章对当前流行的开源可视化项目进行了调研,通过比较从中选择开源项目Prefuse作为本系统的可视化模块。
第五章原型系统设计与实现,及部分实现细节。
第六章指出了本文的实际意义、系统不足和下一步的工作。
在研究已有的信息可视化技术的基础上提出了针对期刊搜索引擎进行结果可视化处理的设计与实现方案,并利用后缀树算法对检索结果进行主题聚类,生成检索结果的聚类导航,辅助用户更快速地找到自己需要的文献。本文所提出和实现的基于聚类的信息检索可视化系统设计方案可以在不改变已有的期刊搜索引擎的基础上嵌入使用本系统,使检索结果更加生动,为用户进行信息导航,提高用户的检索效率。