文檔聚類（document clustering）是2018年公布的計算機科學技術名詞。
基本介紹
- 中文名：文檔聚類
- 外文名：document clustering
- 所屬學科：計算機科學技術
- 公布時間：2018年
定義,出處,
定義
根據同類文檔相似度較大、不同類文檔相似度較小這一特徵進行文檔分組的過程。
出處
《計算機科學技術名詞 》第三版。
文檔聚類
相關詞條
- 文檔聚類
文檔聚類（document clustering）是2018年公布的計算機科學技術名詞。定義根據同類文檔相似度較大、不同類文檔相似度較小這一特徵進行文檔分組的過程。出處《計算機科學技術名詞 》第三版。1...
- 文本聚類
文本聚類（Text clustering）文檔聚類主要是依據著名的聚類假設：同類的文檔相似度較大，而不同類的文檔相似度較小。作為一種無監督的機器學習方法，聚類由於不需要訓練過程，以及不需要預先對文檔手工標註類別，因此具有一定的靈活性和較高...
- 文檔分類
文檔自動分類的任務可以分為三類：監督式學習的文檔分類，這需要人工反饋數據的一些外在機制。非監督式學習的文檔分類（也被稱作文檔聚類），這類任務完全不依靠外在人工機制。和半監督式學習的文檔分類，是前兩類的結合，它其中有一部分的...
- 聚類分析
聚類能夠幫助在地球中被觀察的資料庫商趨於的相似性 保險行業 聚類分析通過一個高的平均消費來鑑定汽車保險單持有者的分組，同時根據住宅類型，價值，地理位置來鑑定一個城市的房產分組 網際網路 聚類分析被用來在網上進行文檔歸類來修覆信息...
- 聚類
聚類也能用於對Web上的文檔進行分類，以發現信息。典型要求 可伸縮性：許多聚類算法在小於 200 個數據對象的小數據集合上工作得很好；但是，一個大規模資料庫可能包含幾百萬個對象，在這樣的大數據集合樣本上進行聚類可能會導致有偏的結果...
- 基於信息融合的生物醫學文本高性能聚類研究
生物醫學文本聚類通過將相似的文檔聚在一起，不相似的文檔儘量分開，能幫助用戶有效的組織、概括、導航和定位生物醫學文獻信息，幫助生物醫學研究人員解決信息過載的問題。本項目的主要目標是開發出高性能的聚類算法，從而為生物醫學研究人員...
- 聚類搜尋算法
進行功率譜幅度特徵提取，實現大數據的並行搜尋聚類，進行語義本體模型構建，為離群點新建一個簇，依次對每個文檔的主題詞集進行處理，將每個主題詞自動添加入形式背景的屬性集中，採用並行搜尋算法實現對語義大數據的最佳化聚類算法改進。
- XML挖掘:聚類分類與信息提取
8.3 LOGML文檔的結構 8.4 LOGML文檔的生成 8.5 基於LOGML的數據挖掘 附錄一：基於語義的XML文檔相似度計算源程式 附錄二：XML文檔聚類算法源程式 參考文獻 作者簡介 潘有能，男，浙江大學副教授潘，湖南醴陵人。浙江大學公共管理學院...
- 雙語語料構建與雙語文本聚類研究
《雙語語料構建與雙語文本聚類研究》是2019年6月南京大學出版社出版的圖書，作者是章成志。內容簡介 《雙語語料構建與雙語文本聚類研究》以多語言文本為研究對象，進行基於多語言文本的文本挖掘，涉及任務主要分為三塊內容，多語言文本的採集...
- 一種對半結構化文檔集進行文本挖掘的方法
採用這些模型對半結構化文檔集進行挖掘時，挖掘效果並不理想，因為半結構化文檔的結構信息與連結信息沒有被利用。2000年，D. Guillaume等人在文章《XML文檔聚類》（DamienGuillume and Fionn Murtagh Clustering of XML documents.Computer ...
- 自動聚類
自動聚類是一種典型的無監督機器學習（無監督學習）方法。聚類試圖將數據集中的樣本劃分為若干個通常不相交的子集，每個子集稱為一個簇，通過這樣的劃分，每一個簇可能對應一些潛在的概念（類別）。需說明的是，概念對於聚類算法而言事先...
- 高維聚類分析
高維數據聚類已成為數據挖掘中的一個重要研究方向。因為隨著技術的進步使得數據收集變得越來越容易，導致資料庫規模越來越大、複雜性越來越高，如各種類型的貿易交易數據、Web 文檔、基因表達數據等，它們的維度（屬性）通常可以達到成百上千...
- 半監督聚類算法
其套用也是相當廣泛,例如市 場或客戶分割、模式識別、生物學研究、空間數據分 析、Web 文檔分類、異常檢測、數據流挖掘。 它可以成為一種單獨的數據挖掘工具。沒有一種算法是十全十美的,根據實際情況使用綜合性的半監督聚類算法。 半...
- 文檔
一種數據媒體和其上所記錄的數據。它具有永久性並可以由人或機器閱讀。在軟體工程中的例子裡包括項目計畫、規格說明書、測試計畫、用戶手冊。——引自DL/T1142—2009《核電廠反應堆控制系統軟體測試》文檔是軟體開發使用和維護中的必備...
- SOM算法
Hussin 等提出了把 SOM 和自 適應共振理論 (Adaptive Resonance Theory,ART)模型相結合 用來對文檔進行聚類,先用 SOM 算法對文檔進行劃分, 然後用 ART 對所有的劃分進行聚類。孫放等提出了把 SOM 和多層感知器(Multilayer Perceptron, ...
- 文本分類
訓練完成之後，需要對計算機從來沒有見過的文檔進行分類時，便使用這些分類器來進行。這些訓練集包括sogou文本分類分類測試數據、中文文本分類分類語料庫，包含Arts、Literature等類別的語料文本、可用於聚類的英文文本數據集、網易分類文本分類...
- 文本數據挖掘(計算機術語)
1.基於單文檔的數據挖掘 2.基於文檔集的數據挖掘 文本挖掘方法 1.文本分類 文本分類是一種典型的機器學習方法，一般分為訓練和分類兩個階段。2.文本聚類 文本聚類是一種典型的無監督式機器學習方法，聚類方法的選擇取決於數據類型。3....
- 隱含狄利克雷分布
隱含狄利克雷分布（Latent Dirichlet Allocation，LDA），是一種主題模型（topic model），它可以將文檔集中每篇文檔的主題按照機率分布的形式給出。歷史 LDA首先由Blei, David M.、吳恩達和Jordan, Michael I於2003年提出。理論與算法 模...
- 航空企業知識管理
文本聚類技術 自動分類技術 文檔信息挖掘技術 基於領域本體的知識組織技術 文檔相似度和相關度計算技術 l 平台軟體技術 組件化技術 模組化技術 面向服務架構的SOA技術 軟體+硬體+資源集成的知識Robot技術 l知識積累解決方案 異構系統數據知識...
- XML智慧型信息檢索技術
第4章 XML聚類研究 4.1 概述 4.2 聚類分析基礎 4.3 XML文檔聚類 4.4 用聚類技術改進XML語義檢索 4.5 基於譜分析的XML文檔聚類方法 4.6 改進的多路譜聚類算法 4.7 基於改進的多路譜聚類算法實現對XML文檔的聚類 4.8 用相關...
- 向量模型
在信息檢索問題中,好的聚類算法,即最有效的術語權重方案應該儘量平衡這兩種要素。 假設N為資料庫中的總的文檔數, 表示資料庫中出現索引術語 的文檔數, 為術語 在文檔 中出現的次數。則術語 在文檔中 的規格化頻率 為:...
- python文本分析(原書第2版)
7.5.4 成對文檔相似度的餘弦相似度311 7.5.5 查找與示例電影相似的電影312 7.5.6 構建電影推薦系統313 7.5.7 獲取流行的電影列表313 7.5.8 成對文檔相似度的Okapi BM25排名315 7.6 文檔聚類322 7.7 電影聚類323 7...
- 線上文本數據挖掘算法原理與編程實現
10.6.3 基於文檔聚類的話題發現 284 10.6.4 基於辭彙聚類的話題發現 286 10.6.5 話題演化分析 287 10.6.6 基於NMF的主題建模 287 10.7 社交網路的信息檢索 289 10.7.1 信息檢索的內容拓展策略 290 10....
- Python文本分析
6.6文檔相似度分析 6.6.1餘弦相似度 6.6.2海靈格-巴塔恰亞距離 6.6.3Okapi BM25排名 6.7文檔聚類 6.8最佳影片聚類分析 6.8.1kmeans聚類 6.8.2近鄰傳播聚類 6.8.3沃德凝聚層次聚類 6.9小結 第7章語義與情感分析 7....
- 北京智海創訊信息技術有限公司
文本挖掘包括了智慧型分詞、關鍵字提取、文本分類、文本聚類、文檔摘要、相關性分析、傾向性分析、語義解析等八大功能構件，實現了較為完備文本挖掘底層算法，性能穩定高效。 # 為檢索系統提供智慧型擴展查詢 # 根據需求解析非結構化...
- 文本分析
這種未經處理的文本矢量不僅給後續工作帶來巨大的計算開銷，使整個處理過程的效率非常低下，而且會損害分類、聚類算法的精確性，從而使所得到的結果很難令人滿意。因此，必須對文本向量做進一步淨化處理，在保證原文含義的基礎上，找出對文本...
- 文本數據管理與分析:信息檢索與文本挖掘的實用導論
第14章 文本聚類162 14.1 聚類技術概述163 14.2 文檔聚類164 14.2.1 凝聚層次聚類法165 14.2.2 K-均值165 14.3 詞項聚類167 14.3.1 語義關聯的詞語167 14.3.2 點互信息169 14.3.3 先進方法169 14.4 文本...
