计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
5期
1316-1319
,共4页
大众分类%概率潜在语义索引%语义标签%回火期望最大化算法%凝聚式层次k中心点聚类
大衆分類%概率潛在語義索引%語義標籤%迴火期望最大化算法%凝聚式層次k中心點聚類
대음분류%개솔잠재어의색인%어의표첨%회화기망최대화산법%응취식층차k중심점취류
针对现有的大众分类中标签模糊导致影响用户搜索效率的问题,使用概率潜在语义索引(probabilistic latent semantic indexing,PLSI)模型对标签进行潜在语义分析,经回火期望最大化(tempered exception maximization,TEM)算法训练得到在潜在语义下的条件概率,生成概率向量；在此基础上,提出凝聚式层次k中心点(hierarchical agglomerative K-mediods,HAK-mediods)聚类算法对概率向量进行聚类,并进行了相关对比实验.实验结果表明,HAK-mediods算法的聚类效果要好于传统的聚类算法,从而验证了该算法的可行性和有效性.
針對現有的大衆分類中標籤模糊導緻影響用戶搜索效率的問題,使用概率潛在語義索引(probabilistic latent semantic indexing,PLSI)模型對標籤進行潛在語義分析,經迴火期望最大化(tempered exception maximization,TEM)算法訓練得到在潛在語義下的條件概率,生成概率嚮量；在此基礎上,提齣凝聚式層次k中心點(hierarchical agglomerative K-mediods,HAK-mediods)聚類算法對概率嚮量進行聚類,併進行瞭相關對比實驗.實驗結果錶明,HAK-mediods算法的聚類效果要好于傳統的聚類算法,從而驗證瞭該算法的可行性和有效性.
침대현유적대음분류중표첨모호도치영향용호수색효솔적문제,사용개솔잠재어의색인(probabilistic latent semantic indexing,PLSI)모형대표첨진행잠재어의분석,경회화기망최대화(tempered exception maximization,TEM)산법훈련득도재잠재어의하적조건개솔,생성개솔향량；재차기출상,제출응취식층차k중심점(hierarchical agglomerative K-mediods,HAK-mediods)취류산법대개솔향량진행취류,병진행료상관대비실험.실험결과표명,HAK-mediods산법적취류효과요호우전통적취류산법,종이험증료해산법적가행성화유효성.
