计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (14): 138-140.DOI: 10.3778/j.issn.1002-8331.2009.14.042
赵 斌,张永胜
ZHAO Bin,ZHANG Yong-sheng
摘要: 将集成学习方法应用到XML文档聚类中来改进传统聚类算法的不足。提出一种标签与路径相结合的XML文档向量模型,基于这个模型,首先对原始文档集进行多次抽样,在新文档集上进行K均值聚类,然后对得到的聚类中心集合进行层次聚类。在人工数据集和真实数据集上的实验表明,该算法在召回率和精确率上优于K均值算法,并且增强了其鲁棒性。