【摘 要】
：
在Web挖掘极度盛行的今天,收集大量网络数据已经不是问题,而如何在海量数据中抽取去噪后的有用数据成为要解决的关键问题。本文研究将网站用户的搜索关键词分析聚类,作为用户
【机 构】
：
北京邮电大学计算机学院,北京信息科技大学计算机学院
【基金项目】
：
北京市人才强教计划——骨干教师(PHR201008428),北京市教委科技发展计划项目(KM201110772013)资助
论文部分内容阅读
在Web挖掘极度盛行的今天,收集大量网络数据已经不是问题,而如何在海量数据中抽取去噪后的有用数据成为要解决的关键问题。本文研究将网站用户的搜索关键词分析聚类,作为用户的兴趣、爱好标签,以供运营分析人员参考。文中根据世界知识或分类体系计算词语语义距离后转化为词语相似度的方法,将词语间距离依据词频、词权重等因子加工计算出关键词集合间相似度矩阵后,用欧式距离表示其关键字集的相似度;之后聚类算法利用现有R软件中开源算法包——基于隐马尔科夫模型的depmix算法包进行的用户聚类算法。最终用某搜索引擎用户的真实数据,
其他文献
谋划和推进党和国家各项工作，必须深入分析和准确判断当前世情国情党情。当前，亚太发展处于世界经济增长“高地”，但也要清醒认识到，我国周边环境也面临不稳定和不确定的严峻形势
四会市汽车摩托车维修行业协会成立于1997年，是全省县（市区）汽车摩托车维修行业成立最早的行业协会，现有会员企业228户。建会十年，我们始终坚持为国家、为行业、为企业的办会宗旨，
本文研究了悬浮床加氢废催化剂中金属钼的回收利用。本文采用均匀实验设计的方法,按照加碱焙烧–水浸出–过滤–酸中和法沉钼的程序进行了研究。本课题的目的是获得钼的最大
一个地区的能见度不但反映了该地区大气环境的质量,并且与人们的生活有着密切相关的联系。通常,低能见度天气也严重地影响了人们的经济生产,因此其观测具有重要意义。大气环
<正> 混凝土工程在整个建筑施工中占着相当重要的地位,本文就怎样提高当前混凝土施工的管理水平提出一些看法。一、规范中对施工混凝土管理的控制《钢筋混凝土工程施工及验收
采用稳态平板法研究了ATDM工艺过程物料的导热系数。实验结果表明:温度升高,原料中铝粉添加量增加,CaF2添加量增加都能提高物料的导热系数。原料中铝的熔化对物料的导热系数
隐身技术是军用飞机提高突防能力和攻击能力的重要保证,而外形隐身技术是军用飞机实现隐身目的的主要途径之一。本文介绍飞机雷达散射截面、影响因素以及度量方法,详细分析了
基于非局部弹性理论,本文研究了磁场环境下输流双壁碳纳米管中弯曲波的传播特性。采用非局部欧拉梁理论,建立磁场作用下输流双壁碳纳米管得波动方程,双壁碳纳米管的两层管之
<正> 近年我国在建筑装饰工程中采用铝合金材料制品日渐普及,但如何正确处理其防腐问题,却未能引起重视。本文就这一问题加以探讨。一、常用铝合金材料的理化性能和主要应用
目前高层建筑管道施工中,渗漏、堵塞现象甚为严重,如何有效地防治这一通病,是施工单位面临的一项重要课题。本文首先简要介绍了高层建筑管网系统的组成及特点和高层建筑管道