一种结构化web文档的联合聚类算法

《一种结构化web文档的联合聚类算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第4l卷第5期2010年10月中南大学学报(自然科学版)JournalofCentralSouthUniversity(ScienceandTechnology)、，01．4INo．5Oct．2010一种结构化Web文档的联合聚类算法邓冬梅1，龙际珍2，尹湘舟3(1．湖南师范大学计算机教学部，湖南长沙，410081；2．长沙理工大学计算机与通信工程学院，湖南长沙，410114；3．中国科学院计算技术研究所，北京，100190)摘要：为了对网上多媒体信息进行有效检索和过滤，提出。‘种基于文本和图片相似性融合的联合聚类算法。首先通过相似性计算得到文本相似性

2、和图片相似性，然后，将所得文本相似性矩阵和图片相似性矩阵进行水平拼接融合，经奇异值分解后，进行k-means联合聚类，使得聚类后的结果融合文本信息和图片信息。研究结果表明：与单一图像联合聚类方法相比，采用联合聚类算法所得每一簇的F．Measure值都有明显提高，与单一文本联合聚类在第l，2，3和7簇的F—Measure值也有所提高。关键词：联合聚类；相似性融合；结构化文档中图分类号：TP391文献标志码：A文章编号：1672—7207(2010)05一187卜06ACO—clusteringalgorithmbasedonstructuredWebdocume

3、ntDENGDong-mei1，LONGJi—zhen2，YINXiang-zhou3(1．EducationDepartmentofComputer,HunanNormalUniversity,Changsha410081，China；2．CollegeofComputerandCommunication，ChangshaUniversityofScienceandTechnology,Changsha410114，China；3．InstituteofComputingTechnology,ChineseAcademyofSciences，Beijing1

4、00190，China)Abstract：AsimilarityfusionalgorithmaboutthetextandimageCO-clusteringofmultimediastructureddocumentswasgiveninordertoperformmultimediaretrievalandfilterefficiently．Thismethodfusestextsimilaritymatrixandimagesimilaritymatrixtomakeafusionsimilaritymatrixandthenitisco-cluste

5、redwithk-meansalgorithmaftereigenvectordecomposition．Thisalgorithmwastestedonthetaskofmultimediastructureddocumentswhichhadtwoinformationsources，i．e．，textandimage．TheresultsshowthattheF-Measurevalueinallclustersobtainedbytheco-clusteringalgorithmbasedonstructuredWebdocumentarelarger

6、thanthoseobtainedbyaflatimageco-clusteringandtheF·Measurevalueincreasesinthefirst，second，third，seventhclustercomparedtothoseobtainedbyflattextCO—clustering．Keywords：CO-clustering；similarityfusion；structureddocument聚类是网上多媒体检索和过滤常用的一种方法‘卜21，依据事物的某些属性将其聚集成类，使同类间相似性尽量小，类与类之间相似性尽量大，是一种无监

7、督的模式识别问题。很多聚类方法都是基于单一文本聚类13卅和单一图片聚类【5】。然而，有时不仅需要对单一的文本信息或图片信息进行聚类，还需要对一些属性信息同时进行聚类，以便挖掘更多有用的信剧61，这就需用到联合聚类的思想。Dhillon[71在2001年提出了基于二部图划分思想来解决联合聚类的问题，这是目前联合聚类方法最常用的一种方法。Giannakidou收稿日期：2009一lO一27；修回日期：2010-02—29基金项目：湖南省教育厅项El(09c647)通信作者：邓冬梅(1974-)，女，湖南龙山人，硕士，讲师，从事计算机软件、人工智能研究；万方数据18

8、72中南人学学报(自然科学版)第4l卷