一种改进的构件聚类索引树的研究-论文.pdf

《一种改进的构件聚类索引树的研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、＼．文章编号：1007—1423(2014)23—0012—05DOI：10．39690．issn．1007—1423．2014．23．003一种改进的构件聚类索引树的研究田晓珍，任姚鹏，王春红(运城学院计算机科学与技术系，运城044000)摘要：构件的合理分类是实现构件高效检索的基础和关键。针对目前应用广泛的刻面分类方法存在主观性因素的弊端，采用刻面分类和全文检索相结合的方法来描述构件在此构件描述的基础上。利用聚类分析技术和语义分析技术提出一种基于语义的构件聚类索引树。并通过实验验证，该聚类索引树是可行的，有效地克服刻面分类方法的缺点，在一定程度上实现对构件的语义检索．而且具

2、有较高的构件查全率和查准率。此外，用户在描述检索条件时，不再局限于限定的术语．更方便于普通用户关键词：构件；刻面分类；聚类分析；语义分析；索引树基金项目：国家级自然基金项目(No．11241005)、院级项目(No．VQ一2011019)0引言全文检索相结合的方法对构件进行表示。在此基础上，利用聚类分析技术和语义分析技术．提出了一种基于近年来。伴随着面向对象技术、软构件技术的快速语义的多叉树构件索引机制。该机制可有效克服刻面发展．软件复用被视为是提高软件生产率和质量的有分类方法的弊端．在一定程度上实现对构件的语义检效途径．已成为目前研究的热点[1]。其中．软构件技术作索．而且能

3、保证具有较高的构件查准率和查全率。为支持软件复用的核心技术得到了高度重视为了对构件进行有效管理．构件库系统成为了软件开发中的1构件聚类基础设施之一。而在构件库系统中，有两个核心问题：1．1构件表示构件的分类与构件的检索回高效的构件检索可降低构本文采用了刻面分类与全文检索相结合的表示方件查找和理解的成本，促进构件的复用：而对构件的合法对构件进行描述。该方法为：首先构件在入库时，根理分类又是实现方便快速检索的有效途径和方法据某种刻面分类方案将构件描述文本划分成相对应的要对构件进行分类和检索．首先就需要采用某种刻面值：再对每个刻面值进行特征词提取，建立构件的方法描述构件。目前．构件的

4、分类表示方法已有很多向量空间种W．Frakes从构件表示的角度将其分为了人工智能其中．采用的刻面分类方法以刻面的完整性和独方法、超文本方法以及信息科学方法三大类圈。其中，信立性定义了以下5个刻面：息科学方法中的刻面分类方法应用较为成功凹但是．(1)功能：构件功能描述，应用领域；刻面分类方法存在着弊端．它需要人工建立和维护术(2)操作对象：构件输入对象；语空间．具有较强的人为主观因素．从而可能导致用户(3)使用环境：软硬件环境；无法检索到所需构件圈因此．本文选用了刻面分类与(4)表示方法：构件形态(例如类、构架、框架、模式@现代计算机2014．08中作者简介：王赛男(1980一)

5、，女，江苏启东人，讲师，硕士，从事领域为计算机教育、课件开发等工作，研究方向为数据挖掘收稿日期：2014—07—10修稿日期：2014—07—25ApplicationofC4．5ClassificationAlgorithminEmploymentForecastofHighVocationaISchooIWANGSai—nan(NanjingEngineeringVocationalCollege，Nanjing211135)Abstract：TheC4．5decisiontreeclassificationalgorithmisusedforhighervocationa

6、lemploymentprojections，andextractsminingrules．Itprocess—esthebasicinformationonstudents，subjectsofexaminationresults，andemploymentinformation，selectsdecisionattributes，constructsdecisiontree，fromtheextractedrules，obtainstherelationshipbetweenemploymentandstudentachievement，theminingresultsho

7、ws，thisalgorithmcanclassifylearningachievementattributesandwhetherthestudentacadreproperty，makesaforecastofemployment，hascertainhelptothedecision．Keywords：C4．5：DataMining；DecisionTree；EmploymentForecast(上接第15页)ResearchOfanImprovedComponentClusterIn