基于用户兴趣的搜索结果动态聚类算法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (4): 187-189.

基于用户兴趣的搜索结果动态聚类算法

李营^1,2,王儒敬^1,2,王大为^1,2,魏保子^1,2

1.中国科学院合肥智能机械研究所，合肥 230031
2.中国科学技术大学自动化系，合肥 230026

收稿日期:2007-06-06 修回日期:2007-08-02 出版日期:2008-02-01 发布日期:2008-02-01
通讯作者: 李营

Algorithm to cluster search results based-on users’ interest

LI Ying^1,2,WANG Ru-jing^1,2,WANG Da-wei^1,2,WEI Bao-zi^1,2

1.Institute of Intelligent Machines，CAS，Hefei 230031，China
2.Department of Automation，University of Science and Technology of China，Hefei 230026，China

Received:2007-06-06 Revised:2007-08-02 Online:2008-02-01 Published:2008-02-01
Contact: LI Ying

摘要/Abstract

摘要： 目前搜索引擎返回的结果往往比较多，而且各类文档混合在一起，没有针对性，使用者仍然需要花费大量时间来寻找自己感兴趣的文档。提出了一种对搜索结果动态聚类算法，利用用户的兴趣特点，从搜索结果的文档中抽取摘要，利用这种摘要随着用户的浏览进程进行动态聚类，将这些文档聚成不同类别。用户只需要找出自己感兴趣类别，便可以得到足够多感兴趣的文档。实验证明，这种方法是有效的，并具有抗噪声等良好性能。

关键词: 搜索引擎, 文本聚类, 用户兴趣聚焦

Abstract: A method to cluster，the results of the search engine is proposed.Based on the users’interest，a document digest algorithm is discussed.Using this digest，it can cluster the raw result of search engine into different topic dynamically when user browsing. Experiments show that this method is effective.

Key words: search engine, text clustering, user interest focuses

李营^1,2,王儒敬^1,2,王大为^1,2,魏保子^1,2. 基于用户兴趣的搜索结果动态聚类算法[J]. 计算机工程与应用, 2008, 44(4): 187-189.

LI Ying^1,2,WANG Ru-jing^1,2,WANG Da-wei^1,2,WEI Bao-zi^1,2. Algorithm to cluster search results based-on users’ interest[J]. Computer Engineering and Applications, 2008, 44(4): 187-189.

[1]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[2]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[3]	潘成胜，张斌，吕亚娜，杜秀丽，邱少明. 改进灰狼优化算法的K-Means文本聚类[J]. 计算机工程与应用, 2021, 57(1): 188-193.
[4]	张卫卫，胡亚琦，翟广宇，刘志鹏. 基于LDA模型和Doc2vec的学术摘要聚类方法[J]. 计算机工程与应用, 2020, 56(6): 180-185.
[5]	张云纯，张琨，徐济铭，袁卫平，蔡颖，高雅. 基于图模型的多文档摘要生成算法[J]. 计算机工程与应用, 2020, 56(16): 124-131.
[6]	王彬宇1，刘文芬2，胡学先1，魏江宏1. 基于余弦距离选取初始簇中心的文本聚类研究[J]. 计算机工程与应用, 2018, 54(10): 11-18.
[7]	杨和平1，陈瑜2，3，张志强1. 网站简约本体垂直搜索系统的设计与实现[J]. 计算机工程与应用, 2017, 53(19): 257-264.
[8]	邱云飞，赵彬，林明明，王伟. 结合语义改进的K-means短文本聚类算法[J]. 计算机工程与应用, 2016, 52(19): 78-83.
[9]	邓晓妹，武刚. 基于点击日志的搜索引擎用户满意度评价研究[J]. 计算机工程与应用, 2015, 51(8): 245-249.
[10]	仰孝富，齐建东，吉鹏飞，朱文飞. 一种CF树结合KNN图划分的文本聚类算法[J]. 计算机工程与应用, 2015, 51(6): 114-119.
[11]	刘海峰，刘守生，苏展. 基于位置的文本分类样本剪裁及加权方法[J]. 计算机工程与应用, 2015, 51(2): 131-135.
[12]	沙光华，陈泳，张长江. 读写分离技术在运营支撑系统中的应用[J]. 计算机工程与应用, 2015, 51(12): 107-110.
[13]	徐晨凯，高茂庭. 使用LSA降维的改进ART2神经网络文本聚类[J]. 计算机工程与应用, 2014, 50(24): 133-138.
[14]	史宝明1，贺元香1，吴崇正2. 主题搜索引擎中爬虫搜索策略的研究[J]. 计算机工程与应用, 2014, 50(2): 116-119.
[15]	魏刃佳，吴振强. 面向教育视频资源的垂直搜索引擎设计与实现[J]. 计算机工程与应用, 2014, 50(15): 113-116.