基于关键词和摘要相关度的文献聚类研究

作     者：魏建香 苏新宁 Wei Jianxiang;Su Xinning

作者机构：南京大学信息管理系南京210093 南京人口管理干部学院信息科学系南京210042 

基　　金：国家自然科学基金(40771163) 江苏省高校青蓝工程“优秀青年骨干教师”基金(2004~2008)资助项目 

出 版 物：《情报学报》 (Journal of the China Society for Scientific and Technical Information)

年 卷 期：2009年第28卷第2期

页      码：220-224页

摘      要：现有的文献聚类方法都是通过文献关键词来进行的。本文在研究大量文献聚类方法的基础上,提出了一种通过文献关键词和摘要进行加权的新的文献聚类算法。首先,改进了传统相似度计算的方法,设计出基于关键词和摘要词加权的相似度公式,使文献相似度计算更加精确。其次,基于＂文献距离越大,聚为一类的概率越小＂的思想,提出了一种＂最大距离聚类法＂,并给出了算法的详细步骤。最后,实现算法并进行了大量的实验仿真。通过改进相似度计算公式,调整关键词和摘要词的权重,提高了聚类的质量。结果表明,本文提出的文献聚类算法是一种行之有效的方法。

主 题 词：文献聚类 相似度 关键词 摘要 最大距离 

学科分类：0501[文学-中国语言文学类] 12[管理学] 050103[050103] 1201[管理学-管理科学与工程类] 05[文学] 

核心收录：

D　O　I：10.3772/j.issn.1000-0135.2009.02.010

馆 藏 号：203162456...