论文部分内容阅读
由于网络信息的激增，如何充分利用大量的信息，并有效地为Web用户服务成为一个急需解决的问题。相关研究表明利用Web文档聚类的方法可以缩小信息检索的范围，提高查询准确率。通过分析Web文档的特征以及常用Web文档聚类方法的优缺点，提出了一种基于互信息理论的Web文档聚类的方法。在聚类的过程中，计算特征词之间的互信息值，根据阈值判断特征词是否属于同一类别。实验结果表明，该方法与K-Means聚类算法相比较，在准确率和召回率方面均有提高。