资源描述：
《聚类式搜索引擎的设计与实现毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、论文论文题目：聚类式搜索引擎的设计与实现毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作者签名： 日 期： 指导教师签名： 日 期： 使用授权说明本人完全了解大学
2、关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名： 日 期： III摘要随着信息技术的发展，搜索引擎被大量的使用，发挥了很大的作用，同时也显现出了一些不足。一方面，Web规模的指数增长使得任何单个搜索引擎都远远不能覆盖整个Web网络，对于同一个查询，用户常常会使用
3、多个搜索引擎。另一方面，搜索引擎往往会返回大量的相关结果，因此对结果进行聚类处理可以大大方便用户迅速定位感兴趣的结果。本文设计并实现了一个聚类搜索引擎，它是使用基于向量空间模型的文本聚类改进方法——LP聚类算法对查询结果进行聚类处理的搜索引擎。同时，基于语料库的实际聚类效果，就维度确定、特征选择等方面提出优化方案。实验证明，LP算法不需要比较所有簇之间的相似度，执行速度较快，适合大量文件的集合，实用性更高。在聚类过程中也不需要事先确定K的取值，降低了与领域知识的依赖性，并且有效地减少了聚类所消耗的时间，提高了灵活性。关键词搜索引擎；向量空间模
4、型；文本聚类；LP算法IIIAbstractAstheInformationtechnologyisdevelopingfast,thesearchenginehasbecomeincreasinglyimportant.Butitstillhassomeshortcomings.First,asthescaleoftheWebgrowsexponentially,nosearchenginecancoverthewholeWeb.Sousuallymorethanonesearchenginesareusedforonesearchtask
5、atthesametime.Second,thesearchenginesalwaysreturnalonglistofdocumentswhichrequireslotsoftimetolookthrough.Inthispaper,ClusterSE,asearchenginewhichuseanimprovedmethodsoftextclustering-LPclusteringalgorithmbasedonvectorspacemodeltodealwithqueryresultsofsearch,isdesignedandimp
6、lementation.Inaddition,accordingtotheeffectsofclusteringforthecorpus,LPalgorithmpresentsoptimizationsofclusteringalgorithm,includingdimensiondetermining,featureselection,etc.Proved,LPalgorithmdoesnotcomparethesimilaritybetweenallclusters,andtheimplementationofspeed,alargenu
7、mberofdocumentsforacollectionaremorepractical.Furthermore,itdoesnotrequirepre-determinedvaluesofKandreducedependencewiththedomainknowledgeintheclusteringprocess.SoLPalgorithmcaneffectivelyreducethetimespending,anditishighinpracticabilityandflexibility.KeywordsSearchEngine;V
8、ectorSpaceModel(VSM);TextClustering;LPAlgorithmIII目录摘要IAbstractII第一章概述11.1前言11.2聚类
