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(jì)算；推算；計(jì)數(shù);
發(fā)明人 呂永強(qiáng) 申請（專利權(quán)）人 廣州市邦富軟件有限公司
代理機(jī)構(gòu) - 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(jì)算集合中文章的信息熵，形成集合；2.計(jì)算文章中詞條的互信息；3.將熵集合的向量結(jié)合互信息權(quán)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(jìn)行距離計(jì)算；5.根據(jù)距離閾值獲取質(zhì)心進(jìn)行聚類；6.獲得聚類結(jié)果。本發(fā)明提供的聚類算法對粒度密度依賴性低，準(zhǔn)確度更高，可用于分布式系統(tǒng)進(jìn)行網(wǎng)絡(luò)文檔處理及挖掘。