一種基于密度的文章聚合算法

基本信息

申請?zhí)?/td> CN201410234556.7 申請日 -
公開（公告）號 CN105320656A 公開（公告）日 2016-02-10
申請公布號 CN105320656A 申請公布日 2016-02-10
分類號 G06F17/30(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 呂永強 申請（專利權）人 廣州市邦富軟件有限公司
代理機構 - 代理人 -
地址 510663 廣東省廣州市天河區(qū)天河軟件園高唐新建區(qū)廣州互聯(lián)網(wǎng)產(chǎn)業(yè)園1號樓第五層A501-A510房
法律狀態(tài) -

摘要

摘要 一種基于密度的文章聚合算法，所述算法步驟包括：1.計算集合中文章的信息熵，形成集合；2.計算文章中詞條的互信息；3.將熵集合的向量結合互信息權重投影到高緯度，獲得高緯度向量集合；4.對高緯度向量聚合進行距離計算；5.根據(jù)距離閾值獲取質(zhì)心進行聚類；6.獲得聚類結果。本發(fā)明提供的聚類算法對粒度密度依賴性低，準確度更高，可用于分布式系統(tǒng)進行網(wǎng)絡文檔處理及挖掘。