文檔聚類方法及裝置、網(wǎng)絡(luò)設(shè)備

基本信息

申請(qǐng)?zhí)?/td> CN201410160939.4 申請(qǐng)日 -
公開（公告）號(hào) CN105095209B 公開（公告）日 2019-05-10
申請(qǐng)公布號(hào) CN105095209B 申請(qǐng)公布日 2019-05-10
分類號(hào) G06F16/35（2019.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 萬振; 張凱達(dá) 申請(qǐng)（專利權(quán)）人 北京獵豹網(wǎng)絡(luò)科技有限公司
代理機(jī)構(gòu) 北京銀龍知識(shí)產(chǎn)權(quán)代理有限公司 代理人 珠海豹好玩科技有限公司
地址 519000 廣東省珠海市橫琴新區(qū)寶華路6號(hào)105室-53967（集中辦公區(qū)）
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種文檔聚類方法及裝置、網(wǎng)絡(luò)設(shè)備，屬于數(shù)據(jù)挖掘、文檔聚類及web網(wǎng)頁聚類技術(shù)領(lǐng)域。該方法包括：步驟a：將待聚類的文檔分為多組；步驟b：對(duì)其中一組文檔通過聚類算法進(jìn)行聚類，獲取初始簇，初始簇對(duì)應(yīng)有頻繁項(xiàng)集；步驟c：獲取余下的另外一組文檔的特征詞，根據(jù)特征詞和初始簇對(duì)應(yīng)的頻繁項(xiàng)集，將特征詞包含在頻繁項(xiàng)集中的文檔聚類到頻繁項(xiàng)集對(duì)應(yīng)的初始簇，并對(duì)剩下的特征詞未包含在頻繁項(xiàng)集中的文檔進(jìn)行聚類獲取新的對(duì)應(yīng)有頻繁項(xiàng)集的初始簇；步驟d：判斷是否存在未聚類的文檔組，如存在，轉(zhuǎn)向步驟c；如不存在，存儲(chǔ)聚類成的多個(gè)初始簇和每個(gè)初始簇對(duì)應(yīng)的頻繁項(xiàng)集。本發(fā)明的技術(shù)方案能夠提高文檔聚類的速度并且節(jié)約計(jì)算資源。